Sélection des options d'analyse pour Test de Poisson à 1 échantillon

Stat > Statistiques élémentaires > Test de Poisson à 1 échantillon > Options

Spécifiez le niveau de confiance pour l'intervalle de confiance, sélectionnez l'hypothèse alternative ou spécifiez la méthode de test et l'intervalle de confiance, ou indiquez la durée de l'observation.

Niveau de confiance

Dans Niveau de confiance, saisissez le niveau de confiance de l'intervalle de confiance.

Un niveau de confiance de 95 % est généralement efficace. Un niveau de confiance de 95 % indique que, sur 100 échantillons pris parmi la population, l'intervalle de confiance d'environ 95 de ces échantillons contiendra le paramètre de population.

Pour un fichier de données spécifique, un niveau de confiance inférieur produit un intervalle de confiance moins large et un niveau de confiance supérieur produit un intervalle de confiance plus large. La largeur de l'intervalle a également tendance à diminuer pour un effectif d'échantillon plus important. Ainsi, vous préférerez peut-être utiliser un niveau de confiance autre de 95 %, en fonction de l'effectif de votre échantillon.
  • Si l'effectif de l'échantillon est peu élevé, un intervalle de confiance à 95 % peut être trop large pour être utile. Avec un niveau de confiance moindre, de 90 % par exemple, l'intervalle sera plus restreint. Cependant, la probabilité que l'intervalle contienne le taux de la population se réduit.
  • Si l'effectif de votre échantillon est important, pensez à utiliser un niveau de confiance plus élevé, de 99 % par exemple. Avec un échantillon plus important, un niveau de confiance de 99 % peut tout de même créer un intervalle raisonnablement restreint, tout en augmentant la probabilité que l'intervalle contienne le taux de la population.

Hypothèse alternative

Dans Hypothèse alternative, sélectionnez l'hypothèse à tester.
Taux < taux hypothétisé

Utilisez ce test unilatéral pour déterminer si le taux d'occurrence de la population est inférieur au taux hypothétisé, ainsi que pour obtenir une borne supérieure. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si le taux d'occurrence de la population est supérieur au taux hypothétisé.

Par exemple, un analyste utilise ce test unilatéral pour déterminer si le taux de téléviseurs rendus par les clients est inférieur à 3 par mois. Ce test unilatéral est plus puissant pour déterminer si le taux est inférieur à 3, mais il ne peut pas détecter si le taux est supérieur à 3.

Taux ≠ taux hypothétisé

Utilisez ce test bilatéral pour déterminer si le taux de la population diffère du taux hypothétisé, ainsi que pour obtenir un intervalle de confiance bilatéral. Un test bilatéral peut détecter des différences inférieures ou supérieures à la valeur hypothétisée, mais il est moins puissant qu'un test unilatéral.

Par exemple, un analyste teste si le taux de problèmes de maintenance d'un type d'avion diffère de la valeur cible de 0,2 par jour. Toute différence par rapport à la valeur cible étant importante, l'analyste teste si la différence est supérieure ou inférieure à la valeur cible.

Taux > taux hypothétisé

Utilisez ce test unilatéral pour déterminer si le taux d'occurrence de la population est supérieur au taux hypothétisé, ainsi que pour obtenir une borne inférieure. Ce test unilatéral est plus puissant qu'un test bilatéral, mais il ne peut pas détecter si le taux de la population est inférieur au taux hypothétisé.

Par exemple, le responsable d'un centre d'appels utilise ce test unilatéral pour déterminer si le taux quotidien d'appels est supérieur à 1000. Ce test unilatéral est plus puissant pour déterminer si le taux est supérieur à 1000, mais il ne peut pas déterminer si le taux est inférieur à 1000.

Pour plus d'informations sur le choix d'une hypothèse alternative unilatérale ou bilatérale, reportez-vous à la rubrique A propos des hypothèses nulle et alternative.

Méthode

Dans Méthode, sélectionnez la méthode à utiliser pour calculer le test d'hypothèse et l'intervalle de confiance. Par défaut, Minitab utilise la méthode exacte, car elle est plus précise et plus puissante. Cependant, de nombreux ouvrages sur les statistiques emploient la méthode de l'approximation selon la loi normale, car elle est plus facile à calculer manuellement pour les étudiants.

Durée d'observation

Saisissez une valeur pour indiquer la période d'observation (durée, zone, volume, nombre d'éléments) pour les données de dénombrement. Par défaut, Minitab utilise une valeur de 1, mais vous pouvez saisir une autre valeur pour représenter le taux d'occurrence de l'échantillon de manière plus efficace.

Par exemple, des inspecteurs vérifient le nombre de défauts dans un paquet de serviettes. Chaque serviette peut présenter plusieurs défauts, comme 1 déchirure et 2 accrocs, soit 3 défauts. Chaque paquet contient 10 serviettes. Les inspecteurs constituent un échantillon de 50 paquets et trouvent un total de 122 défauts.
  • Pour déterminer le nombre de défauts par paquet, l'analyste utilise une durée d'observation de 1. Le taux d'occurrence utilisé par Minitab pour l'analyse est 122/50 = 2,44.
  • Pour déterminer le nombre de défauts par serviette, l'analyste utilise une durée d'observation de 10. Le taux d'occurrence utilisé par Minitab pour l'analyse est (122/50)/10 = 0,244.
Remarque

Si vous saisissez une durée d'observation autre que 1, convertissez Taux hypothétisé. Par exemple, si votre taux hypothétisé non converti est de 15 défauts par trimestre, et que votre durée d'observation est de 3, saisissez le taux converti de 5 (15 ÷ 3) défauts par mois pour Taux hypothétisé.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique