Entrée des données pour Puissance et effectif de l'échantillon pour 1 test d'équivalence à 2 échantillons

Stat > Puissance et effectif de l'échantillon > Tests d'équivalence > A 2 échantillons

  1. A partir de Hypothèse sur, indiquez comment vous voulez exprimer les critères d'équivalence.
    • Moyenne du test - moyenne de référence (différence)

      Permet de définir l'équivalence en matière de différence entre la moyenne de la population de test et la moyenne de la population de référence.

    • Moyenne du test / moyenne de référence (rapport, par transformation log)

      Permet de définir l'équivalence en matière de rapport entre la moyenne de la population de test et la moyenne de la population de référence, comme modélisé avec une transformation logarithmique des données d'origine. Pour cette option, toutes les observations doivent être supérieures à 0.

  2. A partir de Que souhaitez-vous déterminer ? (Hypothèse alternative), sélectionnez l'hypothèse alternative que vous essayez de prouver ou de démontrer.
    • Si l'hypothèse est sur Moyenne du test - moyenne de référence (différence), sélectionnez l'une des options suivantes.
      • Limite inférieure < moyenne du test - moyenne de référence < limite supérieure

        Permet de tester si la différence entre les moyennes de population est comprise dans les limites indiquées.

        Par exemple, un analyste veut déterminer si l'efficacité moyenne d'un nouveau médicament générique est à ± 10 mg/ml près de l'efficacité moyenne d'un médicament de marque.

      • Moyenne du test > moyenne de référence

        Permet de tester si la moyenne de la population du test est supérieure à la moyenne de la population de référence.

        Par exemple, un analyste en agroalimentaire souhaite déterminer si la quantité moyenne de protéines pour 100 g d'une recette améliorée de nourriture pour chiens est supérieure à celle de la recette actuelle.

      • Moyenne du test < moyenne de référence

        Permet de tester si la moyenne de la population du test est inférieure à la moyenne de la population de référence.

        Par exemple, un analyste souhaite démontrer qu'un nouveau médicament agit en moyenne plus rapidement qu'un médicament actuellement utilisé.

      • Moyenne du test - moyenne de référence > limite inférieure

        Permet de tester si la différence entre les moyennes de population est supérieure à une limite inférieure.

        Par exemple, un chercheur souhaite déterminer si la réduction moyenne de la tension artérielle diastolique induite par un médicament expérimental est supérieure d'au moins 3 mmHg à celle induite par l'ancien médicament.

      • Moyenne du test - moyenne de référence < limite supérieure

        Permet de tester si la différence entre les moyennes de population est inférieure à une limite supérieure.

        Par exemple, un analyste souhaite déterminer si le temps d'attente moyen du service des urgences d'un hôpital n'excède pas de plus de 5 minutes le temps d'attente moyen d'un autre hôpital.

    • Si l'hypothèse est sur Moyenne du test / moyenne de référence (rapport, par transformation log), sélectionnez l'une des options suivantes.
      • Limite inférieure < moyenne du test / moyenne de référence < limite supérieure

        Permet de tester si le rapport des moyennes de populations est compris dans les limites indiquées. Les deux limites doivent être supérieures à zéro. Un rapport de 1 indique que les deux moyennes sont égales.

        Par exemple, un analyste doit démontrer que la biodisponibilité moyenne d'une formulation à l'essai est comprise entre 80 % (0,8) et 125 % (1,25) de celle de la formulation de référence, en utilisant les données après transformation logarithmique.

      • Moyenne du test / moyenne de référence > limite inférieure

        Permet de tester si le rapport des moyennes de populations est supérieur à une limite inférieure.

        Par exemple, un analyste doit démontrer que la biodisponibilité moyenne d'une formulation à l'essai est de plus de 80 % (0,8) supérieure à celle de la formulation de référence, en utilisant les données après transformation logarithmique.

      • Moyenne du test / moyenne de référence < limite supérieure

        Permet de tester si le rapport des moyennes de populations est inférieur à une limite supérieure.

        Par exemple, un analyste doit démontrer que la biodisponibilité moyenne d'une formulation à l'essai est de moins de 125 % (1,25) inférieure à celle de la formulation de référence, en utilisant les données après transformation logarithmique.

  3. Entrez une valeur pour chaque limite d'équivalence incluse dans l'hypothèse alternative.
    • Limite inférieure

      Entrez la plus petite valeur acceptable de la différence ou du rapport. Vous voulez démontrer que la différence (ou le rapport) entre la moyenne de la population de test et la moyenne de la population de référence n'est pas inférieure à cette valeur.

    • Limite supérieure

      Entrez la plus grande valeur acceptable de la différence ou du rapport. Vous voulez démontrer que la différence (ou le rapport) entre la moyenne de la population de test et la moyenne de la population de référence n'est pas supérieure à cette valeur.

  4. Spécifiez les valeurs de deux des variables de fonction de puissance suivantes. Laissez la variable que vous souhaitez calculer vide.
    Conseil

    Pour entrer des valeurs multiples dans un champ, séparez-les par un espace. Vous pouvez également utiliser une notation abrégée pour indiquer des valeurs multiples. Par exemple, entrez 10:40/5 pour indiquer des effectifs d'échantillons de 10 à 40 en incréments de 5.

    • Effectifs des échantillons: Entrez le nombre d'observations pour chaque groupe. Par exemple, saisissez 50 si vous allez collecter 50 observations pour chacun des deux groupes. Pour déterminer l'effet des différents effectifs d'échantillons, entrez des valeurs multiples. Des effectifs d'échantillons plus grands donnent au test plus de puissance pour démontrer l'équivalence.

    • Différences (dans les limites): Entrez au moins une valeur pour indiquer la différence (ou le rapport) entre la moyenne du test et la moyenne de référence. Les valeurs saisies doivent être comprises dans les limites d'équivalence. Les différences (ou les rapports) qui sont proches d'une limite d'équivalence nécessitent des effectifs d'échantillons plus grands pour atteindre la puissance adéquate.

    • Valeurs de puissance : Entrez au moins une valeur pour indiquer la probabilité que le test montre une équivalence lorsque la différence entre les populations (ou rapport) se trouve dans les limites d'équivalence. Les valeurs courantes sont 0,8 et 0,9. Par exemple, un analyste entre 0,9 pour indiquer une probabilité de 90 % que le test démontrera l'équivalence entre la moyenne du traitement de test et la moyenne du traitement de référence alors que les moyennes ne sont pas équivalentes.
  5. Indiquez la variation attendue dans les données. Minitab suppose que la population du test et la population de référence présentent les mêmes écarts types et coefficients de variation.
    • Pour un test de la différence, dans Ecart type, entrez l'estimation de l'écart type.
    • Pour un test du rapport par transformation logarithmique, dans Coefficient de variation (Coeff Var), entrez l'estimation du coefficient de variation des données brutes.
    Si vous avez déjà collecté et analysé des données, vous pouvez utiliser les estimations d'échantillons issues des données. Le coefficient de variation est égal à l'écart type divisé par la moyenne. Si l'égalité des variances peut être supposée, utilisez l'écart type regroupé d'un test d'équivalence à 2 échantillons pertinent pour l'écart type. Si vous ne disposez pas de données, appuyez cette estimation sur des recherches connexes, les spécifications du plan, des études-pilotes, votre connaissance du domaine ou des informations similaires.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique