L'écart type est la mesure la plus courante de la dispersion ou de la répartition des données sur la moyenne. L'écart type standard de l'échantillon est égale à la racine carrée de l'écart type de l'échantillon.
Terme | Description |
---|---|
xi | observation i dans votre échantillon |
![]() | moyenne de l'échantillon |
S | écart type de l'échantillon |
n | effectif d'échantillon |
La variance mesure le degré de dispersion des données autour de leur moyenne. Elle est égale à l'écart type au carré.
Terme | Description |
---|---|
xi | ie observation |
![]() | moyenne des observations |
N | nombre d'observations présentes |
Lorsque vous indiquez un test unilatéral, Minitab calcule une borne de confiance unilatérale à 100(1–α) %, selon la direction de l'hypothèse alternative.
La borne inférieure pour la variance de la population, à un niveau de confiance de 100(1-α) %, s'obtient comme suit :
La borne supérieure pour la variance de la population, à un niveau de confiance de 100(1-α) %, s'obtient comme suit :
Terme | Description |
---|---|
α | niveau alpha de cet intervalle de confiance à 100(1 –α) % |
n | effectif d'échantillon |
S2 | variance d'échantillon |
Χ2(p) | 100pe point de percentile supérieur pour une loi du Khi deux avec (n – 1) degrés de liberté |
σ | valeur réelle de l'écart type de la population |
σ2 | valeur réelle de variance de la population |
Utilisez cette méthode pour les données continues (normales ou anormales). 1
Lorsque vous indiquez un test unilatéral, Minitab calcule une borne de confiance unilatérale à 100(1–α) %, selon la direction de l'hypothèse alternative.
Terme | Description |
---|---|
α | 1 – niveau de confiance / 100 |
cα/2 | n / (n – zα/2) |
cα | n / (n – zα ) |
s2 | valeur observée pour la variance de l'échantillon |
zα/2 | probabilité cumulée inverse de la loi normale standard à 1 – α/2. Si n est inférieur ou égal à zα/2, Minitab ne calcule pas les intervalles de confiance de Bonett. |
zα | probabilité cumulée inverse de la loi normale standard à 1 – α. Si n est inférieur ou égal à zα, Minitab ne calcule pas les intervalles de confiance de Bonett. |
ErT | ![]() |
![]() | ![]() |
m | moyenne tronquée avec une proportion de troncage égale à ![]() |
σ | valeur réelle de l'écart type de la population |
σ2 | valeur réelle de la variance de la population |
Le test d'hypothèse utilise les équations suivantes pour calculer les valeurs de p associées aux hypothèses alternatives indiquées :
H1 : σ2 > σ02 : valeur de p = P(Χ2 ≥ x2)
H1 : σ2 < σ02 : valeur de p = P(Χ2 ≤ x2)
H1 : σ2 ≠ σ02 : valeur de p = 2 × min{P(Χ2 ≤ x2), P(Χ2 ≥ x2)}
Terme | Description | ||||||
---|---|---|---|---|---|---|---|
σ2 | valeur réelle de variance de la population | ||||||
σ02 | valeur hypothétisée de la variance de la population | ||||||
Χ2 | respecte la distribution Khi deux avec (n – 1) degrés de liberté lorsque σ2 = σ02 | ||||||
x2 | ![]()
|
La procédure de Bonett n'est pas associée à une statistique de test. Cependant, Minitab utilise les régions de rejet définies par les limites de confiance pour calculer une valeur de p.
Pour une hypothèse bilatérale, la valeur de p s'obtient comme suit :
p = 2 × min(αL, αU)
Terme | Description | ||||||
---|---|---|---|---|---|---|---|
σ02 | variance hypothétisée | ||||||
αL | plus petite solution, α, dans l'équation
![]() | ||||||
αU | plus petite solution, α, dans l'équation
![]() | ||||||
cα/2 | n / (n – zα/2) | ||||||
α | 1 – niveau de confiance / 100 | ||||||
s2 | valeur observée pour la variance de l'échantillon | ||||||
zα/2 | probabilité cumulée inverse de la loi normale standard avec 1 – α/2. Si n est inférieur ou égal à zα/2, Minitab ne calcule pas les intervalles de confiance de Bonett. | ||||||
ErT | ![]()
|