Interprétation des résultats principaux pour Test de Poisson à 2 échantillon

Suivez les étapes ci-dessous pour interpréter un test du taux de Poisson à 2 échantillons. Les principaux résultats affichés sont l'estimation de la différence, l'intervalle de confiance et la valeur de p.

Etape 1 : Déterminer un intervalle de confiance pour la différence des taux de la population

Considérez d'abord la différence entre les taux d'échantillon, puis examinez l'intervalle de confiance.

La différence estimée est une estimation de la différence entre les taux d'occurrence de population. La différence étant calculée à partir des données d'échantillon et non de l'ensemble de la population, il est peu probable que la différence de l'échantillon soit égale à celle de la population. Pour mieux estimer la différence de la population, utilisez l'intervalle de confiance.

L'intervalle de confiance fournit une étendue de valeurs probables pour la différence entre deux taux d'occurrence de population. Par exemple, un niveau de confiance de 95 % indique que, sur 100 échantillons pris de façon aléatoire parmi la population, environ 95 de ces échantillons devraient produire des intervalles contenant la différence de population. L'intervalle de confiance vous aide à évaluer la signification pratique de vos résultats. Utilisez vos connaissances spécialisées pour déterminer si l'intervalle de confiance comporte des valeurs ayant une signification pratique pour votre situation. Si l'intervalle est trop grand pour être utile, vous devez sans doute augmenter votre effectif d'échantillon. Pour plus d'informations, reportez-vous à la rubrique Obtenir un intervalle de confiance plus précis.

Estimation de la différence Différence IC à 95% pour la estimée différence -7,7 (-14,6768; -0,723175)
Résultats principaux : différence estimée, intervalle de confiance à 95 % pour la différence

Dans ces résultats, l'estimation du taux d'occurrence de la population pour la différence de visites de clients dans deux bureaux de poste est de −7,7. Vous pouvez être sûr à 95 % que la différence de taux de population est comprise entre −14,7 et −0,7 environ.

Etape 2 : Déterminer si la différence est statistiquement significative

Pour déterminer si la différence entre les taux d'occurrence est statistiquement significative, comparez la valeur de p au seuil de signification. En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Un seuil de signification de 0,05 indique un risque de 5 % de conclure à tort qu'une différence existe.
Valeur de p ≤ α : la différence entre les taux est statistiquement significative (Rejeter H0)
Si la valeur de p est inférieure ou égale au seuil de signification, vous rejetez l'hypothèse nulle. Vous pouvez conclure que la différence entre les taux de population n'est pas égale à la différence hypothétisée. Si vous n'avez pas spécifié de différence hypothétisée, Minitab vérifie l'absence de différence entre les taux (Différence hypothétisée = 0). Utilisez vos connaissances afin de déterminer si la différence est significative dans la pratique. Pour plus d'informations, reportez-vous à la rubrique Signification statistique et pratique.
Valeur de p > α : la différence entre les taux n'est pas statistiquement significative (Impossible de rejeter H0)
Si la valeur de p est supérieure au seuil de signification, vous ne pouvez pas rejeter l'hypothèse nulle. Vous ne disposez pas des preuves suffisantes pour conclure que les taux de population sont différents. Vous devez vous assurer que votre test est assez puissant pour détecter une différence qui est significative dans la pratique. Pour plus d'informations, reportez-vous à la rubrique Puissance et effectif de l'échantillon pour un test de Poisson à deux échantillons.
Valeur Valeur Méthode de Z de P Exacte 0,031 Approximation selon la l -2,16 0,031
Résultat principal : valeur de p

Dans ces résultats, l'hypothèse nulle indique que la différence du nombre de clients entre deux bureaux de poste est de 0. La valeur de p de 0,031 étant inférieure au seuil de signification de 0,05, l'analyste rejette l'hypothèse nulle et conclut que le nombre de clients diffère entre les deux bureaux de poste. L'intervalle de confiance à 95 % indique que le bureau B a probablement un taux de clients supérieur à celui du bureau A.

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