Notice
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :
La différence est la différence inconnue entre les taux de la population que vous souhaitez estimer. Minitab indique quel taux de la population est soustrait à l'autre.
Les processus de Poisson comptent le nombre d'occurrences d'un événement ou d'une caractéristique sur une plage d'observation spécifique qui peut représenter des composantes telles que la durée, l'aire, le volume et des nombres d'éléments. La durée d'observation représente l'ampleur, la durée ou la taille de chaque plage d'observation.
Minitab utilise la durée d'observation pour exprimer la fréquence (taux) d'échantillon de la façon la mieux adaptée à votre situation.
Par exemple, si chaque observation d'un échantillon compte le nombre d'événements survenant dans une année, une longueur de 1 représente un taux d'occurrence annuel, alors qu'une longueur de 12 représente un taux d'occurrence mensuel.
Le nombre total d'occurrences est le nombre d'occurrences d'un événement dans l'échantillon.
L'effectif de l'échantillon (N) est le nombre d'observations total de l'échantilon.
L'effectif d'échantillon a une incidence sur l'intervalle de confiance, la puissance du test et le taux d'occurrence.
En général, plus l'échantillon est grand, plus l'intervalle de confiance est étroit. En outre, un effectif d'échantillon plus grand donne au test plus de puissance pour détecter une différence. Pour plus d'informations, reportez-vous à la rubrique Qu'est-ce que la puissance ?.
La fréquence (taux) d'échantillon d'un événement est le nombre moyen d'occurrences de cet événement par unité de durée d'observation dans l'échantillon.
La fréquence de chaque échantillon est une estimation de la fréquence de population de chaque échantillon.
Lorsque la durée observée est différente de 1, Minitab affiche la moyenne d'échantillon. La moyenne d'échantillon est égale au nombre total d'occurrences divisé par l'effectif d'échantillon. Toutefois, comme la durée d'observation diffère de 1, la fréquence (taux) d'échantillon sera souvent plus utile dans votre cas particulier.
La différence estimée est la différence entre les taux d'occurrence des deux échantillons.
La différence étant calculée à partir des données d'échantillon et non de l'ensemble de la population, il est peu probable que la différence de l'échantillon soit égale à celle de la population. Pour mieux estimer la différence de la population, utilisez l'intervalle de confiance.
L'intervalle de confiance fournit une étendue de valeurs probables pour la différence de la population. Les échantillons étant aléatoires, il est peu probable que deux échantillons d'une population donnent des intervalles de confiance identiques. Toutefois, si vous répétiez l'échantillonnage de nombreuses fois, un certain pourcentage des intervalles de confiance ou bornes obtenus contiendrait la différence de population inconnue. Le pourcentage de ces intervalles de confiance ou bornes contenant la différence est le niveau de confiance de l'intervalle. Par exemple, un niveau de confiance de 95 % indique que, sur 100 échantillons pris de façon aléatoire parmi la population, environ 95 de ces échantillons devraient produire des intervalles contenant la différence de population.
Une borne supérieure définit une valeur à laquelle la différence de la population est susceptible d'être inférieure. Une borne inférieure définit une valeur à laquelle la différence de la population est susceptible d'être supérieure.
L'intervalle de confiance vous aide à évaluer la signification pratique de vos résultats. Utilisez vos connaissances spécialisées pour déterminer si l'intervalle de confiance comporte des valeurs ayant une signification pratique pour votre situation. Si l'intervalle est trop grand pour être utile, vous devez sans doute augmenter votre effectif d'échantillon. Pour plus d'informations, reportez-vous à la rubrique Obtenir un intervalle de confiance plus précis.
| Différence estimée | IC à 95% pour la différence |
|---|---|
| -7,7 | (-14,6768; -0,723175) |
Dans ces résultats, l'estimation du taux d'occurrence de la population pour la différence de visites de clients dans deux bureaux de poste est de −7,7. Vous pouvez être sûr à 95 % que la différence de taux de population est comprise entre −14,7 et −0,7 environ.
Dans les résultats, les hypothèses nulle et alternative vous permettent de vérifier que vous avez saisi une valeur correcte pour le test de la différence.
La valeur de Z est une statistique de test pour les tests Z qui mesure la différence entre une statistique observée et son paramètre de population hypothétisé, en unités d'erreur type.
Vous pouvez comparer la valeur de Z aux valeurs critiques de la loi normale standard pour déterminer s'il faut rejeter l'hypothèse nulle. Cependant, il est souvent plus pratique et plus commode d'utiliser la valeur de p du test pour cela.
Pour savoir si l'hypothèse nulle doit être rejetée, comparez la valeur de Z à votre valeur critique. La valeur critique est Z1-α/2 pour un test bilatéral et Z1-α pour un test unilatéral. Pour un test bilatéral, si la valeur absolue de Z est supérieure à la valeur critique, vous rejetez l'hypothèse nulle. Si la valeur absolue de Z est supérieure à la valeur critique, vous rejetez l'hypothèse nulle. Vous pouvez calculer la valeur critique dans Minitab ou rechercher la valeur critique dans un tableau de loi normale standard, disponible dans la plupart des livres de statistiques. Pour plus d'informations, accédez à la rubrique Utilisation de la fonction de répartition (CDF) inverse et cliquez sur "Utiliser la CDF inverse pour calculer des valeurs critiques".
La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Une valeur de p inférieure fournit des preuves plus solides par rapport à l'hypothèse nulle.
Utilisez la valeur de p pour déterminer si la différence entre des taux d'occurrence de la population est statistiquement significative.
Lorsque la différence hypothétisée est égale à 0, Minitab teste l'hypothèse nulle avec une procédure exacte. La valeur de p pour le test exact est le résultat de cette procédure exacte. L'autre valeur de p repose sur l'approximation selon la loi normale et peut être inexacte si le nombre total d'occurrences est faible.
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :