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

Suivez les étapes ci-dessous pour interpréter un test de randomisation pour une proportion 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 proportion de la population et la proportion 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 proportions 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 proportion de la population et la proportion 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 proportions 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 proportion de la population et la proportion hypothétisée est statistiquement significative.

Test de randomisation pour le test de la proportion à 1 échantillon

Histogramme du test de randomisation

Echantillon observé N Proportion 200 0,620000
Test de randomisation Hypothèse nulle H₀ : p = 0,5 Hypothèse alternative H₁ : p > 0,5 Nombre de Valeur rééchantillonnages Moyenne de P 1000 0,49942 0,002
Résultats principaux : valeur de p

Dans les résultats, l'hypothèse alternative prévoit que la proportion de lecteurs possédant une console PlayStation est supérieure à 0,5. La valeur de p de 0,002 étant inférieure au seuil de signification de 0,05, la décision est de rejeter l'hypothèse nulle et de conclure que la proportion de lecteurs possédant une console PlayStation est supérieure à 0,5.

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