Boîte à moustaches
Une boîte a moustaches fournit un récapitulatif graphique de la loi de distribution de chaque échantillon. Elle facilite la comparaison de la forme, de la tendance centrale et de la variabilité des échantillons.
Interprétation
Utilisez une boîte à moustaches pour examiner la dispersion des données et pour détecter d'éventuelles valeurs aberrantes. Les boîtes à moustaches sont plus adaptées lorsque l'effectif d'échantillon est supérieur à 20.
- Données asymétriques
-
Examinez la dispersion des données pour déterminer si elles semblent asymétriques. Lorsque les données sont asymétriques, la majorité d'entre elles sont situées sur le côté supérieur ou inférieur du graphique. Des données asymétriques indiquent qu'elles ne sont peut-être pas distribuées normalement. En général, l'asymétrie est plus facile à détecter avec un diagramme des valeurs individuelles, un histogramme ou une boîte à moustaches.
Asymétrie à droite
Asymétrie à gauche
La boîte à moustaches avec des données asymétriques à droite illustre des temps d'attente moyens. La plupart des temps d'attente sont relativement courts, seuls quelques-uns sont plus longs. La boîte à moustaches avec des données asymétriques à gauche représente des données de taux de défaillance. Quelques éléments échouent immédiatement, une majorité échouent plus tard.
Les données qui sont très asymétriques peuvent avoir une incidence sur la validité de la valeur de p si votre échantillon est petit (moins de 20 valeurs). Si vos données sont très asymétriques et que vous avez un petit échantillon, pensez éventuellement à augmenter l'effectif d'échantillon.
- Valeurs aberrantes
-
Les valeurs aberrantes, qui sont des valeurs de données très éloignées des autres valeurs de données, peuvent avoir une incidence importante sur vos résultats. En général, les valeurs aberrantes sont plus faciles à repérer sur une boîte à moustaches.
Sur une boîte à moustaches, les astérisques (*) indiquent les valeurs aberrantes.
Essayez de déterminer la cause de toutes les valeurs aberrantes. Corrigez les erreurs de mesure ou d’entrée des données. Supprimez éventuellement les valeurs de données associées à des événements anormaux et uniques (causes spéciales). Ensuite, répétez l'analyse.
Diagramme des valeurs individuelles
Un diagramme des valeurs individuelles présente les valeurs individuelles contenues dans chaque échantillon. Il facilite la comparaison des échantillons. Chaque cercle représente une observation. Le diagramme des valeurs individuelles est particulièrement utile lorsque l'effectif de votre échantillon est faible.
Interprétation
Utilisez un diagramme des valeurs individuelles pour examiner la dispersion des données et pour détecter d'éventuelles valeurs aberrantes. Les diagrammes des valeurs individuelles sont plus adaptés lorsque l'effectif d'échantillon est inférieur à 50.
- Données asymétriques
-
Examinez la dispersion des données pour déterminer si elles semblent asymétriques. Lorsque les données sont asymétriques, la majorité d'entre elles sont situées sur le côté supérieur ou inférieur du graphique. Des données asymétriques indiquent qu'elles ne sont peut-être pas distribuées normalement. En général, l'asymétrie est plus facile à détecter avec un diagramme des valeurs individuelles, un histogramme ou une boîte à moustaches.
Asymétrie à droite
Asymétrie à gauche
Le diagramme des valeurs individuelles avec des données asymétriques à droite illustre des temps d'attente. La plupart des temps d'attente sont relativement courts, seuls quelques-uns sont plus longs. Le diagramme des valeurs individuelles avec des données asymétriques à gauche représente des données de temps de défaillance. Quelques éléments échouent immédiatement, une majorité échouent plus tard.
- Valeurs aberrantes
-
Les valeurs aberrantes, qui sont des valeurs de données très éloignées des autres valeurs de données, peuvent avoir une incidence importante sur vos résultats. En général, les valeurs aberrantes sont facilement identifiables sur un diagramme des valeurs individuelles.
Sur un diagramme des valeurs individuelles, les valeurs de données anormalement élevées ou faibles indiquent de possibles valeurs aberrantes.
Essayez de déterminer la cause de toutes les valeurs aberrantes. Corrigez les erreurs de mesure ou d’entrée des données. Supprimez éventuellement les valeurs de données associées à des événements anormaux et uniques (causes spéciales). Ensuite, répétez l'analyse.
Graphique des intervalles
Utilisez le graphique des intervalles pour afficher la moyenne et l'intervalle de confiance pour chaque groupe.
- Chaque point représente une moyenne d'échantillon.
- Chaque intervalle est un intervalle de confiance individuel à 95 % pour la moyenne d'un groupe. Vous pouvez être sûr à 95 % que la moyenne du groupe est comprise dans l'intervalle de confiance du groupe.
Important
Ces intervalles sont néanmoins à interpréter avec prudence, car le taux d'erreur de 1ère espèce augmente lorsque vous effectuez des comparaisons multiples. En d'autres termes, plus les comparaisons sont nombreuses, plus la probabilité augmente qu'au moins une comparaison conclue à tort que l'une des différences observées est significativement différente.
Interprétation
D'après ces résultats, le mélange 2 présente la plus faible moyenne et le mélange 4 la plus forte. Ce graphique ne vous permet pas de déterminer si ces différences sont significatives. Pour évaluer l'importance statistique, examinez les intervalles de confiance des différences entre les moyennes.
