Sélection des options d'analyse pour la fonction 2 variances

Stat > Statistiques élémentaires > 2 variances > Options

Spécifiez le niveau de confiance pour l'intervalle de confiance, définissez la différence hypothétique, l'hypothèse alternative ou indiquez si vous souhaitez utiliser l'estimation groupée de la proportion.

Rapport

Pour un test à 2 variances, vous pouvez utiliser le rapport des écarts types ou celui des variances.

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 rapport de la 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 rapport 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 rapport de la population.

Rapport hypothétisé

Entrez une valeur dans Rapport hypothétisé. Le rapport hypothétisé définit votre hypothèse nulle. Considérez cette valeur comme une valeur cible ou une valeur de référence. Par exemple, un fabricant de céréales envisage d'acheter une nouvelle machine de remplissage uniquement si la variance des poids de remplissage de la nouvelle machine est égale à 0,8 fois celle de la machine actuelle (H0 : σ2nouvelle / σ2actuelle = 0,8).

Hypothèse alternative

Dans Hypothèse alternative, sélectionnez l'hypothèse à tester :
Rapport < rapport hypothétisé

Utilisez ce test unilatéral pour déterminer si le rapport des variances ou des écarts types de l'échantillon 1 et de l'échantillon 2 est inférieur au rapport hypothétisé, ainsi que pour obtenir une borne supérieure. Ce test unilatéral est plus puissant, mais il ne peut pas détecter si le rapport de la population est supérieur au rapport hypothétisé.

Par exemple, un analyste utilise ce test unilatéral pour déterminer si le rapport de l'écart type des performances d'une nouvelle machine sur l'écart type des performances d'une ancienne machine est inférieur à 0,8. Ce test unilatéral est plus puissant pour détecter si le rapport des écarts types est inférieur à 0,8, mais il ne peut pas détecter si le rapport est supérieur à 0,8.

Rapport ≠ rapport hypothétisé

Utilisez ce test bilatéral pour déterminer si le rapport des écarts types de population ou des variances de population diffère du rapport hypothétisé, ainsi que pour obtenir un intervalle de confiance bilatéral. Ce test bilatéral peut détecter des différences inférieures ou supérieures au rapport hypothétisé, mais il est moins puissant qu'un test unilatéral.

Par exemple, un consultant dans le domaine de la santé souhaite comparer les variances dans le niveau de satisfaction des patients de deux hôpitaux. Toute différence entre les variances étant importante, le consultant utilise ce test bilatéral pour déterminer si la variance d'un hôpital est supérieure ou inférieure à celle de l'autre hôpital.

Rapport > rapport hypothétisé

Utilisez ce test unilatéral pour déterminer si le rapport des variances ou des écarts types de l'échantillon 1 et de l'échantillon 2 est supérieur au rapport 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 la différence est inférieure au rapport hypothétisé.

Par exemple, un analyste teste si le rapport de la variance d'une ancienne machine d'extrusion sur la variance d'une nouvelle machine est supérieur à 1. Ce test unilatéral est plus puissant pour déterminer si le rapport est supérieur à 1, mais il ne peut pas déterminer si le rapport est inférieur à 1.

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.

Utiliser le test et les intervalles de confiance en considérant une loi normale

Sélectionnez Utiliser le test et les intervalles de confiance en considérant une loi normale pour afficher les résultats du test selon la distribution normale, aussi appelé le test F. Minitab affiche aussi les résultats du test F si vous entrez les données récapitulatives de l'effectif et de la variance (ou écart type) de chaque échantillon. Lorsque Minitab effectue le test F, il n'affiche pas les résultats de la méthode de Bonett ou de Levene.

Le test F n'est exact que pour des données normalement distribuées. Même un petit écart par rapport à la normale peut entraîner un résultat imprécis pour le test F, y compris avec des échantillons importants. Toutefois, si les données sont conformes à la loi normale, le test F est généralement plus puissant que les méthodes de Bonett et de Levene.

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