Sélectionnez l'hypothèse alternative, stockez les moyennes des échantillons ou définissez la base du générateur de nombres aléatoires.
Utilisez ce test unilatéral pour déterminer si la moyenne de la population est inférieure à la moyenne hypothétisée. Ce test unilatéral est plus efficace qu'un test bilatéral, mais il ne peut pas déterminer si la moyenne de la population est supérieure à la moyenne hypothétisée.
Par exemple, un analyste qualité utilise ce test unilatéral pour être sûr que la concentration moyenne de solides dans l'eau est inférieure à 22,4 mg/L. Ce test unilatéral est plus efficace pour déterminer si la moyenne est inférieure à 22,4 mg/L, mais il ne peut pas déterminer si elle est supérieure à 22,4 mg/L.
Utilisez ce test bilatéral pour déterminer si la moyenne de la population diffère de la moyenne hypothétisée. Un test bilatéral peut détecter des différences inférieures ou supérieures à la valeur hypothétisée, mais il est moins efficace qu'un test unilatéral.
Par exemple, un ingénieur souhaite savoir si la longueur moyenne de crayons diffère de la longueur cible de 18,85 cm. Toute différence par rapport à la valeur cible étant importante, il utilise ce test bilatéral pour déterminer si la moyenne est supérieure ou inférieure à la valeur cible.
Utilisez ce test unilatéral pour déterminer si la moyenne de la population est supérieure à la moyenne hypothétisée. Ce test unilatéral est plus efficace qu'un test bilatéral, mais il ne peut pas déterminer si la moyenne de la population est inférieure à la moyenne hypothétisée.
Par exemple, le directeur d'un hôpital utilise ce test unilatéral pour déterminer si le niveau de satisfaction moyen obtenu dans le cadre d'une enquête de satisfaction est supérieur à 90. Ce test unilatéral est plus efficace pour déterminer si le niveau de satisfaction moyen est supérieur à 90, mais il ne peut pas déterminer si ce niveau est inférieur à 90.
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.
Sélectionnez cette option pour stocker la moyenne de chaque rééchantillonnage dans la feuille de travail. Minitab stocke les valeurs dans la colonne Moyennes après la dernière colonne de données dans la colonne.
Minitab ajuste les données de sorte que le milieu des rééchantillonnages soit le même que celui de la moyenne hypothétisée. Minitab calcule d'abord la différence entre la moyenne hypothétisée et la moyenne de l'échantillon d'origine. Ensuite, Minitab ajoute ou soustrait la différence à chaque valeur de l'échantillon d'origine. Des rééchantillonnages sont effectués sur ces données ajustées.
(Facultatif) Dans Base du générateur de nombres aléatoires, vous pouvez indiquer le point de départ de la sélection aléatoire de l'échantillon bootstrap en saisissant un nombre entier supérieur ou égal à 1. Lorsque vous utilisez le même nombre de base, vous obtenez le même échantillon.
Par exemple, un enseignant génère 50 lignes de rééchantillonnages de données d'origine pour un exercice en classe. L'enseignant et les élèves définissent chacun la base sur 1 afin de générer la même loi de distribution bootstrap, et donc les mêmes résultats d'analyse.