Notice
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :
La médiane représente le milieu de l'ensemble de données. Ce point de milieu est celui qui sépare les observations en deux moitiés égales, l'une supérieure à la valeur, l'autre inférieure. La médiane est déterminée en classant les observations, puis en prenant l'observation de rang [N + 1] / 2 dans l'ordre obtenu. Si les données comportent un nombre pair d'observations, la médiane est égale à la moyenne des observations de rang N/2 et [N/2] + 1.
La médiane de l'échantillon est une estimation de la médiane de la population de chaque groupe. La médiane globale est la médiane de toutes les observations.
N> (N supérieur à la médiane globale). Ces valeurs représentent le nombre d'observations de chaque groupe qui sont supérieures à la médiane globale. Minitab crée un tableau comportant les valeurs N≤ et les valeurs N>. Ces valeurs permettent d'effectuer le test d'association du Khi deux et de calculer la valeur de p du test.
Si un groupe comporte un grand nombre d'observations entrant dans cette catégorie, la médiane de ce groupe est probablement supérieure à la médiane globale.
N≤ (inférieur ou égal à la médiane globale) est le nombre d'observations de chaque groupe qui sont inférieures ou égales à la médiane globale. Minitab crée un tableau comportant les valeurs N≤ et les valeurs N>. Ces valeurs permettent d'effectuer le test d'association du Khi deux et de calculer la valeur de p du test.
Si un groupe comporte un grand nombre d'observations entrant dans cette catégorie, la médiane de ce groupe est probablement inférieure à la médiane globale.
L'étendue interquartile (Q3 – Q1) mesure la dispersion des données dans chaque groupe. L'étendue est la distance entre le 75e percentile (Q3) et le 25e percentile (Q1).
Si des étendues interquartiles présentent une différence sensible, les groupes correspondants n'ont pas la même dispersion. Lorsque c'est le cas, les données risquent de ne pas satisfaire l'hypothèse du test des médianes de Mood, selon laquelle la loi de distribution des groupes doit avoir la même forme et la même dispersion.
Les intervalles de confiance sont des étendues de valeurs ayant de fortes chances de contenir la véritable médiane de chaque population.
Les échantillons étant aléatoires, il est peu probable que deux échantillons d'une population donnent des intervalles de confiance identiques. Par contre, si vous répétez l'échantillonnage de nombreuses fois, un certain pourcentage des intervalles de confiance obtenus contiendra le paramètre de population inconnu. Le pourcentage de ces intervalles de confiance contenant le paramètre est le niveau de confiance de l'intervalle.
Utilisez l'intervalle de confiance pour évaluer l'estimation de la médiane de population pour chaque groupe.
Par exemple, avec un niveau de confiance de 95 %, vous pouvez être sûr à 95 % que l'intervalle de confiance comprend la médiane du groupe. 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.
| Tempé | Médiane | N <= médiane globale | N > médiane globale | Q3 – Q1 | IC médian à 95 % |
|---|---|---|---|---|---|
| 38 | 19 | 4 | 3 | 4,00 | (17,4667; 22,5333) |
| 42 | 19 | 3 | 3 | 9,50 | (15,3571; 25,6429) |
| 46 | 22 | 2 | 4 | 7,25 | (15,7857; 26,5714) |
| 50 | 18 | 4 | 2 | 4,25 | (14,4286; 20,6429) |
| Global | 19 |
Les intervalles montrent que pour une température de 38, la médiane est de 19,0 et l'intervalle de confiance s'étend approximativement de 17,5 à 22,5.
Le nombre de degrés de liberté (DL) est égal au nombre de groupes dans vos données moins 1. Sous l'hypothèse nulle, la loi du Khi deux offre une approximation de la loi de distribution de la statistique de test, avec le nombre spécifié de degrés de liberté. Minitab utilise la loi du Khi deux pour déterminer la valeur de p de ce test.
La statistique du Khi deux est calculée à partir d'une table composée de cellules correspondant aux groupes de vos données et aux valeurs N≤ et N> correspondantes. Minitab calcule la valeur de chaque cellule comme le carré de la différence entre les valeurs observées et attendues d'une cellule, divisée par la valeur attendue de cette dernière. La statistique du Khi deux est la somme de ces valeurs.
Plus la valeur de Khi deux est élevée, plus la différence entre les valeurs observée et attendue est importante. Si la valeur de Khi deux est suffisamment élevée, au moins une différence entre les médianes est statistiquement significative. Minitab utilise la loi du khi deux pour déterminer la valeur de p de ce test.
Vous pouvez utiliser la statistique du Khi deux afin de déterminer si l'hypothèse nulle doit être rejetée. Cependant, il est souvent plus pratique et plus commode d'utiliser la valeur de p du test pour cela.
La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Des probabilités faibles permettent d'invalider l'hypothèse nulle avec plus de certitude.
Utilisez la valeur de p dans les résultats d'une ANOVA pour déterminer si des différences entre les médianes sont statistiquement significatives.
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :