Interprétation des résultats principaux pour la fonction Test de randomisation pour un test de moyenne à 1 échantillon

Suivez les étapes ci-dessous pour interpréter un test de randomisation pour une moyenne à 1 échantillon. Le résultat principal comprend l'histogramme et la valeur de p.

Etape 1 : Examiner la forme de votre distribution bootstrap

Utilisez l'histogramme pour examiner la forme de votre distribution bootstrap. La distribution bootstrap est la loi de distribution des moyennes de chaque rééchantillonnage. La distribution bootstrap doit sembler normale. Si elle est anormale, vous ne pouvez pas faire confiance aux résultats.
50 rééchantillonnages
1 000 rééchantillonnages

La loi de distribution est généralement plus facile à déterminer avec davantage de rééchantillonnages. Par exemple, dans ces données, la loi de distribution est ambiguë pour 50 rééchantillonnages. Avec 1 000 rééchantillonnages, la forme est approximativement normale.

Sur cet histogramme, la distribution bootstrap semble normale.

Etape 2 : Déterminer si les résultats du test sont statistiquement significatifs

Pour déterminer si la différence entre la moyenne de la population et la moyenne hypothétisée 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 moyennes 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 la moyenne de la population et la moyenne hypothétisée est statistiquement significative. Pour calculer un intervalle de confiance et déterminer si cette différence est significative d'un point de vue pratique, utilisez la fonction Bootstrap pour un test de fonction à 1 échantillon. Pour plus d'informations, reportez-vous à la rubrique Signification statistique et pratique.
Valeur de p > α : la différence entre les moyennes 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 n'êtes pas en mesure de conclure que la différence entre la moyenne de la population et la moyenne hypothétisée est statistiquement significative.

Test de randomisation pour le test de la moyenne à 1 échantillon : Temps

Test de randomisation Hypothèse nulle H₀ : μ = 12 Hypothèse alternative H₁ : μ < 12 Nombre de Valeur rééchantillonnages Moyenne EcTyp de P 1000 11,9783 0,7625 0,199
Résultats principaux : valeur de p

Dans ces résultats, l'hypothèse alternative indique que le temps de réaction moyen est inférieur à 12 minutes. La valeur de p étant de 0,203, ce qui est supérieur au seuil de signification de 0,05, vous ne pouvez pas rejeter l'hypothèse nulle. Vous ne pouvez pas conclure que le temps de réaction moyen est inférieur à 12 minutes.

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