Test T – L’ Essentiel : Définition, Formule et Calcul

Test T – L’ Essentiel : Définition, Formule et Calcul

Test T – L’ Essentiel : Définition, Formule et Calcul

Le test T peut être défini comme un test statistique utilisé pour comparer deux moyennes. Ce guide fournit de multiples tutoriels décrivant les différents types de tests T, notamment:

  • tests-t pour échantillon unique. Comparer la moyenne d’un échantillon à une moyenne standard connue.
  • t-test pour échantillons indépendants : Test t de Student et test t de Welch. Comparer deux groupes indépendants
  • test-t pour échantillons appariés. Comparer deux échantillons reliés entre eux.

Vous apprendrez la formule du test t et comment:

  • Calculez les différents t-tests dans R
  • Vérifier les hypothèses du test t
  • Calculez et rapportez la taille de l’effet du test t en utilisant le d de Cohen.


Sommaire:

Livre Apparenté

Pratique des Statistiques dans R II - Comparaison de Groupes: Variables Numériques

Prérequis

Assurez-vous d’avoir installé les paquets R suivants:

  • tidyverse pour la manipulation et la visualisation des données
  • ggpubr pour créer facilement des graphiques prêts à la publication
  • rstatix contient des fonctions R facilitant les analyses statistiques.
  • datarium: contient les jeux de données requis pour ce chapitre.

Commencez par charger les packages requis suivants:

library(tidyverse)
library(ggpubr)
library(rstatix)

Exemples de codes R

Comparaison de deux groupes indépendants:

# Préparation des données
data("genderweight", package = "datarium")
head(genderweight, 3)
## # A tibble: 3 x 3
##   id    group weight
##   <fct> <fct>  <dbl>
## 1 1     F       61.6
## 2 2     F       64.6
## 3 3     F       66.2
# Test statistique
stat.test <- genderweight %>% 
  t_test(weight ~ group) %>%
  add_significance()
stat.test
## # A tibble: 1 x 9
##   .y.    group1 group2    n1    n2 statistic    df        p p.signif
##   <chr>  <chr>  <chr>  <int> <int>     <dbl> <dbl>    <dbl> <chr>   
## 1 weight F      M         20    20     -20.8  26.9 4.30e-18 ****
# Visualisation : 
# Créer un box-plot
bxp <- ggboxplot(
  genderweight, x = "group", y = "weight", 
  ylab = "Weight", xlab = "Groups", add = "jitter"
  )
# Ajouter la p-value et les niveaux de significativité
stat.test <- stat.test %>% add_xy_position(x = "group")
bxp + 
  stat_pvalue_manual(stat.test, tip.length = 0) +
  labs(subtitle = get_test_label(stat.test, detailed = TRUE))



Version: English

Leçons

  1. Décrit les différents types de test-t permettant de comparer les moyennes des groupes. Il s'agit notamment des tests-t à échantillon unique, des tests-t non appariés et des tests t-appariés.
    1. Décrit le test t à un échantillon, qui est utilisé pour comparer la moyenne d'un échantillon à une moyenne standard connue (ou théorique / hypothétique). Vous apprendrez la formule, les hypothèses, le calcul, la visualisation, la mesure de la taille de l'effet en utilisant le d de Cohen, l'interprétation et le rapport dans R.
    2. Décrit le test t non apparié, qui est utilisé pour comparer la moyenne de deux groupes indépendants. Vous apprendrez la formule, les hypothèses, le calcul, la visualisation, la mesure de la taille de l'effet à l'aide du d de Cohen, l'interprétation et le compte rendu dans R. Le t-test de Student et le t-test de Welch sont décrits.
      1. Décrit le t-test de Student, qui est utilisé pour comparer la moyenne de deux groupes indépendants. Vous apprendrez la formule, les hypothèses, le calcul, la visualisation, la mesure de la taille de l'effet en utilisant le d des Cohen, l'interprétation et le compte-rendu dans R.
      2. Décrit le test t de Welch, qui est utilisé pour comparer la moyenne de deux groupes indépendants. Vous apprendrez la formule, les hypothèses, le calcul, la visualisation, la mesure de la taille de l'effet en utilisant le d des Cohen, l'interprétation et le compte-rendu dans R.
    3. Décrit le test t apparié, qui est utilisé pour comparer la moyenne de deux groupes associés. Vous apprendrez la formule, les hypothèses, le calcul, la visualisation, la mesure de la taille de l'effet à l'aide du d de Cohen, l'interprétation et le compte rendu dans R.
  2. Décrit comment calculer le test T par paire dans R entre les groupes avec des corrections pour les tests multiples. Le test t par paires consiste à calculer le test t multiple entre toutes les combinaisons possibles de groupes. Vous apprendrez comment : 1) Calculer le test t par paire pour les groupes non appariés et appariés ; 2) Afficher les p-values sur un boxplot.
    1. Décrit la formule du test t indépendant, qui est utilisée pour comparer les moyennes de deux groupes indépendants. Vous apprendrez la formule du test t de Student et la formule du test t de Weltch.
  3. Décrit les hypothèses du test t et fournit des exemples de code R pour vérifier si les hypothèses sont respectées avant de calculer le test t. Vous apprendrez les hypothèses des différents types de test t, y compris le test t à échantillon unique, le test t indépendant et le test t apparié.

No Comments

Give a comment

Want to post an issue with R? If yes, please make sure you have read this: How to Include Reproducible R Script Examples in Datanovia Comments

Teachers

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading... ratings
  • 1 Star
    0
  • 2 Stars
    0
  • 3 Stars
    0
  • 4 Stars
    0
  • 5 Stars
    0