Introduction aux tests statistiques

Dimension: px
Commencer à balayer dès la page:

Download "Introduction aux tests statistiques"

Transcription

1 Introduction aux tests statistiques Illustrée avec XLSTAT Jean Paul Maalouf 8 novembre

2 PLAN XLSTAT : qui sommes-nous? Statistiques : catégories Statistiques descriptives / exploratoires : rappel Tests statistiques : principe, démarche et application sur XLSTAT Comment interpréter p-value > alpha? Tests paramétriques et tests non-paramétriques Tests sur échantillons indépendants et sur échantillons appariés Tests de comparaison et tests d association Application sur XLSTAT : test d association de 2 variables qualitatives Toutes les données de cette formation ont été inventées sauf mention contraire 2

3 Logiciel XLSTAT XLSTAT est un logiciel d analyse de données convivial qui s intègre à Excel 3

4 XLSTAT, Historique Un logiciel en pleine croissance, une équipe grandissante Première vente sur internet Nouvelle version, Interface : VBA, Calculs : C++ 7 langues Nouveaux produits Nouveau site Equipe grandissante Thierry Fahmy développe une alternative userfriendly pour l analyse de données : Naissance d XLSTAT 1996 Création de la société Addinsoft 2006 Nouvelles offres modulaires 2015 XLSTAT 365 Version Cloud pour Excel 365 XLSTAT-Free Version gratuite 4

5 XLSTAT en quelques chiffres 200+ fonctionnalités statistiques Réparties dans des solutions généralistes ou orientées-métier 50k utilisateurs A travers le monde. Secteurs privé, éducation, recherche 16 salariés A l écoute des utilisateurs 130k visites/mois sur le site web Tutoriels didactiques en 5 langues 7 langues 400 téléchargements/jour 5

6 Statistiques : 4 catégories 6

7 Statistiques : 4 catégories Enregistrement Enregistrement 29 / 11 / 2016 Description Exploration Tests Modélisation Je veux résumer Je veux plonger Je veux accepter / Je cherche à des données (1-3 facilement dans un rejeter une hypothèse comprendre comment variables) grâce à gros jeu de données bien précise en évolue un phénomène des calculs ou des sans forcément avoir assumant des risques en fonction d un graphiques simples une question précise d erreur (test t, ANOVA, ensemble de (moyenne, écart derrière la tête (ACP, khi², corrélation...) paramètres (régression, type, box plot ) CAH...) ANCOVA, ANOVA) 7

8 Statistiques descriptives / exploratoires : rappel 8

9 Individus Tableau de données : plateforme de vente de chaussures en ligne Variables 9

10 Statistiques descriptives : nuage de point coloré - Montant facture diminue avec temps passé sur le site - Clients plutoniens passent moins de temps sur le site que les autres - Martiens et terriens forment un groupe relativement homogène

11 Le même raisonnement sur un nombre plus élevé de variables... Statistiques exploratoires 11

12 Analyse en Composantes Principales Graphique 1 : cercle des corrélations ; graphique 2 : observations 12

13 ACP : explorations... Hypothèses qui en découlent Le poids total augmente avec la taille Les plutoniens sont plus gros et plus lourds que les autres Le temps passé sur le site diminue avec le poids et la taille Derrick a de très gros pieds La pointure n est pas liée au poids / à la taille Et ainsi de suite... 13

14 L exploration de jeux de données nous inspire un bon nombre d hypothèses... Sont-elles valides? Place aux tests statistiques 14

15 Une autre manière de faire la transition... Questions auxquelles peuvent répondre les Stats descriptives / Exploratoires : Quelle-est la moyenne de pointure pour chaque origine? A quelles autres variables le montant de la facture est-il lié?... Questions auxquelles peuvent répondre les tests statistiques Les moyennes de taille des plutoniens et martiens sont-elles significativement différentes? La couleur des cheveux est-elle significativement liée à la couleur des yeux?... (réponse oui / non) 15

16 Tests statistiques Permettent d accepter / rejeter une hypothèse bien précise (en assumant des risques d erreur) 16

17 Tests statistiques : démarche Formulation de la Question (rép. oui / non) Formulation hypothèse nulle et hypothèse alternative Choix du test statistique approprié et du seuil de risque alpha Récolte des données On rajoutera des trucs ici plus tard Exécution du test Réponse à la question : si p-value < seuil alpha, alors on rejette H0 avec un risque proportionnel à p-value de se tromper 17

18 Etape 1 : Question : les engrais A & B induisent-ils une différence de taux moyen de sucre chez la banane? formulation de la question 18

19 Etape 2 : H0 VS Ha formulation des hypothèses 19

20 Formulation des hypothèses? Question les engrais A & B induisent-ils une différence de taux moyen de sucre chez la banane? H0 Hypothèse nulle En général absence de différence ou de relation. H0 : moyenne de sucre bananes A = moyenne de sucre bananes B Ha Hypothèse alternative En général existence de différence ou de relation Ha : moyenne de sucre bananes A moyenne de sucre bananes B 20

21 Tests statistiques : démarche on en est là Formulation de la Question (rép. oui / non) Formulation hypothèse nulle et hypothèse alternative Choix du test statistique approprié et du seuil de risque alpha Récolte des données Exécution du test Réponse à la question : si p-value < seuil alpha, alors on rejette H0 avec un risque proportionnel à p-value de se tromper 21

22 Comparaison de moyennes? Si oui, combien? Comparaison de proportions? Si oui, combien? Comparaison de variances? Si oui, combien? Testons-nous une association?... Etape 3a : Choix du test statistique approprié Dans notre cas, on cherche à comparer 2 moyennes test t de Student pour deux échantillons indépendants Lien : choisir un test statistique approprié en fonction de votre situation 22

23 Le seuil de risque alpha (compris entre 0 et 1) sera un seuil de décision de rejet de H0 Plus on veut limiter les risques de prendre une mauvaise décision, plus on doit diminuer alpha Souvent, les gens placent alpha à 0,05. Ce n est pas une raison pour en faire une règle systématique (mais c est ce qu on va faire pour notre exemple : on prend alpha = 0,05) Etape 3b : Choix du seuil de risque alpha 23

24 Expérience : plantation de 30 bananiers soumis à l engrais A et de 30 autres bananiers soumis à l engrais B. Mesure du taux de sucre en fin d expérience Etape 4 : Récolte des données 24

25 Etape 5 : Exécution du test dans XLSTAT 25

26 Etape 6 : p-value VSalpha Interprétation du résultat et réponse à la question 26

27 Interprétation du résultat? Question les engrais A & B induisent-ils une différence de taux moyen de sucre chez la banane? Le test renvoie une p-value. 0 < p-value < 1 H0 Ha Hypothèse nulle En général absence de différence ou de relation. H0 : moyenne de sucre bananes A = moyenne de sucre bananes B Hypothèse alternative En général existence de différence ou de relation Ha : moyenne de sucre bananes A moyenne de sucre bananes B Décision : Si p-value < alpha, on rejette H0 et on accepte Ha en prenant un risque p-value de se tromper 27

28 Interprétation du résultat Décision : p-value < alpha. on rejette H0 et on accepte Ha Réponse : Les deux moyennes (engrais A vs engrais B) sont significativement différentes 28

29 Comment interpréter p-value > alpha? 29

30 Tests statistiques : Comment interpréter p > alpha? Si p-value < alpha, on rejette H0 et on accepte H1 en prenant un risque p-value de se tromper Si p-value > alpha, deux possibilités se présentent : Si la puissance statistique est élevée (>0,95) On accepte H0 en prenant un risque Bêta (=1-puissance) de se tromper. Si la puissance statistique est faible (<0,95) Le risque de se tromper en acceptant H0 est trop élevé (puissance faible) Le risque de se tromper en rejetant H0 est trop élevé (p-value élevée) On ne peut pas prendre de décision. Game over. (La puissance d un test est sa capacité à aboutir à un rejet de H0 lorsqu elle est fausse) 30

31 Tests puissance VS robustesse paramétriques et tests nonparamétriques 31

32 Tests statistiques paramétriques & nonparamétriques Différences sur le principe Un test statistique peut être paramétrique ou non-paramétrique Les tests paramétriques sont valables uniquement sous certaines conditions à vérifier (liées aux distributions des populations). Les tests non-paramétriques n assument pas de distribution dans les populations. 32

33 Tests statistiques paramétriques vs nonparamétriques Comparatif intérêts Un test statistique peut être paramétrique ou non-paramétrique Tests non-paramétriques : valables dans un plus grand nombre de situations que les tests paramétriques. plus robustes Tests paramétriques : plus aptes à rejeter H0 si elle est fausse, et si les conditions le permettent. plus puissants Proposition de démarche pour choisir entre les 2 : Partir sur un test statistique paramétrique approprié Récolter les données Les données respectent-elles les conditions d application du test? Oui Non Transformation (exemple : log) Les données transformées respectent-elles les conditions d application du test? Oui Non Remplacement par un test non-paramétrique, moins puissant mais plus robuste Exécution du test 33

34 Tests sur Echantillons indépendants et sur échantillons appariés 34

35 Tests statistiques : échantillons indépendants vs appariés Echantillons indépendants Deux ou plusieurs populations distinctes Exemples : comparer un groupe exposé à un groupe témoin ; comparer femmes et hommes ; bananiers traités et bananiers non-traités Echantillons appariés Une seule population d individus Exemples : prise de mesures sur des patients avant/après un traitement ; suivis de personnes sondées ou d entreprises à différentes dates ; suivi de l évolution de la capacité photosynthétique des mêmes bananiers 35

36 Tests de comparaison vs tests d association 36

37 Tests statistiques : comparaison et association Tests de comparaison De moyennes (test de Student / ANOVA) De variances (tests de Fisher / de Levene) De proportions (tests pour les proportions) Tests d association de variables Tester l association de deux variables qualitatives (tests sur tableaux de contingence ou tris croisés : khi-2 / test exact de Fisher) Tester l association de deux variables quantitatives (coefficient de Pearson, de Spearman etc.) 37

38 Tests statistiques courants Tests paramétriques et leurs équivalents non-paramétriques Problématique Comparaison 2 moyennes Ech. Indépendants / Appariés Indépendants Appariés Tests paramétriques Test de Student (échantillons indépendants) Test de Student (échantillons appariés) Equivalents nonparamétriques Test de Mann- Whitney Test de Wilcoxon Test de Kruskal- Indépendants ANOVA Comparaison de k moyennes Wallis Appariés ANOVA à mesures répétées Test de Friedman Comparaison de 2 variances Test de Fisher Indépendants Comparaison de k variances Test de Levene Indépendants Test du khi-2 Test exact de Fisher Association (var. quali) Appariés Test Q de Cochran Corrélation de Association (var. quanti) Indépendants Corrélation de Pearson Spearman Lien : choisir un test statistique approprié en fonction de votre situation 38

39 Test d association : cas de deux variables qualitatives 39

40 Test statistique d association (variables quali) EXEMPLE : sondage d opinion, sortie de garage 40

41 Lancer le test (XLSTAT) EXEMPLE : sondage d opinion, sortie de garage 41

42 Test statistique d association EXEMPLE : sondage d opinion, sortie de garage p-value > seuil. On ne rejette pas H0 H0 : les proportions des catégories a et b ne changent pas en fonction des catégories NSP-Non-Oui Ha : les proportions des catégories a et b changent en fonction des catégories NSP-Non-Oui 42

43 Tests statistiques : démarche revisitée, conclusion Formulation de la Question (rép. oui / non) Formulation hypothèse nulle et hypothèse alternative Choix du test statistique paramétrique approprié (comparaison / association) et du seuil de risque alpha Récolte des données Les données respectent-elles les conditions d application du test? Oui Non Transformation (exemple : log) Les données transformées respectent-elles les conditions d application du test? Oui Non Remplacement par un test non-paramétrique, moins puissant mais plus robuste Exécution du test Réponse à la question : si p-value < seuil alpha, alors on rejette H0 avec un risque proportionnel à p-value de se tromper 43

44 Statistiques : 4 catégories Enregistrement Enregistrement 29 / 11 / 2016 Description Exploration Tests Modélisation Je veux résumer Je veux plonger Je veux accepter / Je cherche à des données grâce facilement dans un rejeter une hypothèse comprendre comment à des calculs ou gros jeu de données bien précise en évolue un phénomène des graphiques sans forcément avoir assumant des risques en fonction d un simples (moyenne, une question précise d erreur (test t, ANOVA, ensemble de écart type, box derrière la tête (ACP, khi², corrélation...) paramètres (régression, plot ) CAH...) ANCOVA, ANOVA) 44

45 Futurs Webinars 29 novembre 2016 : modélisation statistique (cliquer ici) 45

46 Merci pour votre attention! Tous les outils vus sont disponibles dans toutes les solutions XLSTAT (sauf la Free) Survey time 46

47 Puissance statistique La puissance d un test est sa capacité à aboutir à un rejet de H0 lorsqu elle est fausse La puissance d un test augmente avec : Le nombre de mesures La précision des mesures La taille de l effet Le seuil alpha La nature du test 47

Introduction à la modélisation statistique

Introduction à la modélisation statistique Introduction à la modélisation statistique Illustrée avec XLSTAT Jean Paul Maalouf webinar@xlstat.com 29 novembre 2016 www.xlstat.com 1 PLAN XLSTAT : qui sommes-nous? Statistiques : categories Rappel :

Plus en détail

Introduction aux statistiques exploratoires

Introduction aux statistiques exploratoires Introduction aux statistiques exploratoires Illustrée avec XLSTAT Jean Paul Maalouf jpmaalouf@xlstat.com 18 octobre 2016 www.xlstat.com 1 PLAN XLSTAT : qui sommes-nous? Statistiques : catégories Rappel

Plus en détail

LES TESTS STATISTIQUES

LES TESTS STATISTIQUES Université Paris IX Dauphine Ecole Doctorale de Gestion B. Goldfarb goldfarb@dauphine.fr C. Pardoux pardoux@dauphine.fr LES TESTS STATISTIQUES 16 décembre 2004 Objectif Éprouver des hypothèses de recherche

Plus en détail

Statistiques non paramétriques Comparaison de "moyennes"

Statistiques non paramétriques Comparaison de moyennes 1 / 47 Statistiques non paramétriques Comparaison de "moyennes" M-A Dronne 2016-2017 Introduction Rappels Contrairement aux tests paramétriques, les tests non paramétriques ne nécessitent pas l estimation

Plus en détail

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes Cours 10 Test de comparaison de moyennes Le test de moyenne Utilité et postulats d utilisation Les tests paramétriques Les tests non-paramétriques Test de moyenne avec SPSS 2 Le type de test utilisé dépend

Plus en détail

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Plan du cours de Statistiques avancées Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Rappel: Echelles de mesure: Nominales Ordinales d Intervalles Statistiques de test Paramétriques

Plus en détail

Autres tests statistiques (aperçu non exhaustif)

Autres tests statistiques (aperçu non exhaustif) Autres tests statistiques (aperçu non exhaustif) Loïc Desquilbet Département des Sciences Biologiques et Pharmaceutiques Ecole Nationale Vétérinaire d Alfort loic.desquilbet@vet-alfort,fr Module Bases

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille Plan du cours 1. La loi normale et l erreur d échantillonnage. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou plus

Plus en détail

TABLE DES MATIÈRES Introduction Statistique descriptive...21 II. Éléments de probabilité...50

TABLE DES MATIÈRES Introduction Statistique descriptive...21 II. Éléments de probabilité...50 TABLE DES MATIÈRES Introduction... 11 1. Statistique descriptive...21 I-1 Généralités sur les distributions statistiques... 21 I-1-1 Variables statistiques...21 I-1-2 Distribution statistique à une variable...23

Plus en détail

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES Fichier Statistica : EXEMPLE FORMATION 1.sta Ce fichier contient des informations (fictives) concernant un échantillon de 98 étudiants inscrits au module

Plus en détail

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques S3 Maths 013-014 Statistique Tests non paramétriques Université de Picardie Jules Verne 013-014 UFR des Sciences Licence mention Mathématiques - Semestre 3 Statistique Tests non paramétriques Dans une

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille 2 Plan du cours 1. La loi normale et l erreur d échantillonnage 2. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou

Plus en détail

TUTORAT UE Biostatistiques Séance n 5 Semaine du 27/10/2014

TUTORAT UE Biostatistiques Séance n 5 Semaine du 27/10/2014 < TUTORAT UE 4 2014-2015 Biostatistiques Séance n 5 Semaine du 27/10/2014 Tests statistiques 2 M. Molinari Séance préparée par Jeanne FABRY et Chloé BUCHALET (ATM²) QCM n 1 : Le tableau suivant indique

Plus en détail

Choix d un test statistique

Choix d un test statistique Choix d un testatistique tests paramét étudiés tests de rang comparaison - liaison quantitative moy. obs/th, 2 moy. 30/échant. 2 indépendantes Z ou écart réduit les moyennes de deux échantillons quantitative

Plus en détail

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4 Université de Lausanne Statistique I non-psy. Cours du professeur André Berchtold Institut des Sciences Sociales Corrigé de la seconde série d exercices supplémentaires Exercices 10.3, 11.1, 12.1, 13.6,

Plus en détail

Lecture des différentes tables statistiques du PACES

Lecture des différentes tables statistiques du PACES Lecture des différentes tables statistiques du PACES Table de la loi normale centrée réduite Il s agit d une tabulation de la fonction de répartition de la LNCR (0,1). Elle fait correspondre à une valeur

Plus en détail

Les exemples sont plus ou moins loufoques, le plus important est de montrer le mode de fonctionnement du logiciel et la lecture des résultats.

Les exemples sont plus ou moins loufoques, le plus important est de montrer le mode de fonctionnement du logiciel et la lecture des résultats. Objectif TANAGRA intègre une nouvelle palette de composants dédiée aux statistiques nonparamétriques. Dans ce didacticiel, nous effectuons un tour d horizon des méthodes implémentées à partir d un fichier

Plus en détail

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14 Statistique inférentielle Objectif du cours C e cours comprend l essentiel des notions de statistique mathématique, principalement paramétrique, avec une introduction au cas non-paramétrique. Les notions

Plus en détail

Test de Kruskal-Wallis

Test de Kruskal-Wallis Frédéric Bertrand 1 & Myriam Maumy 1 1 IRMA, Université de Strasbourg France DUS2 20-06-2011 Sommaire 1 Généralités 2 Conditions d application 3 Statistique de test Règle de décision et conclusion du test

Plus en détail

Comment enseigner les méthodes quantitatives en économie?

Comment enseigner les méthodes quantitatives en économie? Comment enseigner les méthodes quantitatives en économie? Corinne Perraudin Centre d Economie de la Sorbonne (CES), Université Paris 1 Journée d études Enseigner le quanti, 5 juin 2015, Paris Introduction

Plus en détail

Quelques tests... Ecole doctorale Chimie/Biologie. Année

Quelques tests... Ecole doctorale Chimie/Biologie. Année Quelques tests... Ecole doctorale Chimie/Biologie Année 2008-2009 Des bonnes questions à se poser Qu est-ce je veux (peux) faire? comparer une moyenne, une proportion, une variance à une valeur de référence

Plus en détail

Commandes SPSS associées aux outils statistiques

Commandes SPSS associées aux outils statistiques Commandes SPSS associées aux outils statistiques Une variable qualitative (VD) o Mesures de position : Mode et Médiane (qualitative ordinale) Ø Analyze Descriptive Statistics Frequencies (Statistics) o

Plus en détail

Principe des tests d hypothèse

Principe des tests d hypothèse Principe des tests d hypothèse 1 ère année médecine 2016/2017 Dr M LAOUSSATI Plan du cours I- Introduction II- Définitions III-Les différentes étapes de l analyse statistique V- Bibliographie I- Introduction

Plus en détail

Statistiques déductives :

Statistiques déductives : I Généralités sur les test d'hypothèse : Statistiques déductives : Dans les statistiques déductives, contrairement aux statistiques descriptives, on essaie, à partir des observations faites, de tirer des

Plus en détail

Population et Échantillon. Principes des Tests et Tests

Population et Échantillon. Principes des Tests et Tests Population et Échantillon Principes des Tests et Tests Pr Roch Giorgi LERTIM, Faculté de Médecine, Université de la Méditerranée, Marseille, France http://cybertim.timone.univ-mrs.fr Population et Échantillon

Plus en détail

LES TESTS STATISTIQUES

LES TESTS STATISTIQUES LES TESTS STATISTIQUES E 3 Exercice Pour les 2 exemples ci-dessous, indiquer a) Quelle est l unité d observation? b) Quelle est la taille de l échantillon? c) Quelle est la variable étudiée (ou quelles

Plus en détail

La corrélation : présentation et test du coefficient de corrélation de Pearson

La corrélation : présentation et test du coefficient de corrélation de Pearson La corrélation : présentation et test du coefficient de corrélation de Pearson C. Bardel Septembre 26 Master 2 Neurosciences / 38 Plan du cours Introduction Mesure de la corrélation : covariance et coefficient

Plus en détail

Exercices de Statistique

Exercices de Statistique Université Joseph Fourier, Grenoble I Licence Sciences et Technologies 2 e année STA230 : Méthodes Statistiques pour la Biologie Exercices de Statistique http ://ljk.imag.fr/membres/bernard.ycart/sta230/

Plus en détail

CSE II. Biométrie et statistiques B2 1710E

CSE II. Biométrie et statistiques B2 1710E CSE II Biométrie et statistiques B2 1710E 1 Rappel : Présentation des données sous forme de tableaux et de graphiques : effectif, fréquence relative Calcul des paramètres de tendance centrale et de dispersion

Plus en détail

Notions de base en statistique. Dr Cécile Couchoud

Notions de base en statistique. Dr Cécile Couchoud Notions de base en statistique Dr Cécile Couchoud Démarche déductive «Vraie» valeur prévoir la valeur sur un échantillon futur < fluctuations d échantillonnage Intervalle de fluctuation Formule générale

Plus en détail

Corrélation - Régression

Corrélation - Régression Corrélation - Régression Corrélation Mesure le degré de liaison entre deux variables quantitatives Pour qu il y ait série statistique, il faut qu au moins l une des deux variables soit aléatoire. Cas 1

Plus en détail

Statistique n 1 Susanna Davoust

Statistique n 1 Susanna Davoust CORRECTION de la Conférence du 28 Septembre 2010 Statistique n 1 Susanna Davoust Question de Statistiques Section I : -16. Statistique descriptive : estimation des paramètres d une population, intervalle

Plus en détail

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE UE4 : Biostatistiques Chapitre 9 Corrélation - Régression Exercices commentés José LABARERE Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés. Exercice I Les notes

Plus en détail

Table des matières. ParTie i Statistique descriptive. Chapitre 1 Présenter pour informer 3. Chapitre 2 résumer pour informer 37

Table des matières. ParTie i Statistique descriptive. Chapitre 1 Présenter pour informer 3. Chapitre 2 résumer pour informer 37 Table des matières ParTie i Statistique descriptive Chapitre 1 Présenter pour informer 3 Défi Arrêt au stand 4 Les grandes lignes 5 1. Réaliser une étude statistique 6 1.1 Quel type de problématique? 6

Plus en détail

Comparaison de Moyennes et ANOVA

Comparaison de Moyennes et ANOVA Département de Mathématiques et Informatique, U.A.G. 27 Janvier 2012 Plan Introduction Types de moyenne Types de moyenne Avoir une indication de l ordre de grandeur d une série de valeurs mesurées (ou

Plus en détail

UE4 Évaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé

UE4 Évaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé 31/10/013 UE4 Évaluation des méthodes d analyses appliquées aux sciences de la vie et de la santé Liaison entre deux variables quantitatives - corrélation linéaire Frédéric Mauny 31 octobre 013 F Mauny

Plus en détail

V. COMPARER, RELIER OU CROISER DES DONNEES

V. COMPARER, RELIER OU CROISER DES DONNEES V. COMPARER, RELIER OU CROISER DES DONNEES V.1. Associer une variable quantitative et une variable qualitative o Doivent être mesurées sur les mêmes unités statistiques. o Répartition des unités de l échantillon

Plus en détail

Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet

Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet Claire Chabanet 23/05/2016 1 Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet Claire Chabanet 23/05/2016 2 Objectifs Choix a priori de la taille des échantillons

Plus en détail

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE TABLE DES MATIÈRES Introduction... 21 CHAPITRE I STATISTIQUE DESCRIPTIVE I L observation statistique...2 I.1 Concepts de base... 2 I.2 L élaboration de tableaux statistiques... 29 I.21 Étude d un seul

Plus en détail

Page 1. Analyse de variance à un critère de classification (ANOVA) Pourquoi ne pas utiliser plusieurs tests de t? Possibilités et limites de l ANOVA

Page 1. Analyse de variance à un critère de classification (ANOVA) Pourquoi ne pas utiliser plusieurs tests de t? Possibilités et limites de l ANOVA Page Quand utiliser l ANOVA Analyse de variance à un critère de classification (ANOVA) Quand utiliser l ANOVA Les modèles d ANOVA et la répartition des sommes des carrés ANOVA: test d hypothèses ANOVA:

Plus en détail

(pour la première fois)?» Effectif enquêté

(pour la première fois)?» Effectif enquêté EXERCICE I : DEPENDANCE ENTRE 1 VARIABLE QUALITATIVE ET 1 VARIABLE QUANTITATIVE. En 2002, une équipe d étudiants pour leur recherche en sciences sociales s intéressent aux effets des caractéristiques familiales

Plus en détail

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence 1 / 57 Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence M-A Dronne 2016-2017 2 / 57 Introduction Remarques préliminaires Etablir un plan d expérience

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2011-2012 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

Les tests statistiques dits non paramétrique

Les tests statistiques dits non paramétrique Les tests statistiques dits non paramétrique Fréquence Fréquence Tout une histoire de paramètres et de distributions N(m, )??? 68% m m + Hauteur du Sapin de Douglas (Pseudotsuga menzii ) (m) n = 1000 observations

Plus en détail

Eléments de Statistique Chapitre 1 : Introduction

Eléments de Statistique Chapitre 1 : Introduction Eléments de Statistique Chapitre 1 : INSA de Toulouse - 3ICBE Statistique Contexte Vocabulaire Environnement technologique Volume des données (600Mb séquenceur = GenBank 1982-1996) Nouveaux logiciels commerciaux,

Plus en détail

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de:

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de: Introduction Rappels de statistiques élémentaires Joël Quinqueton Université Paul Valéry Master 1 IDS Test de révisions de base Terminologie de base Vocabulaire Individus ou unités statistiques, population,

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours 8. Régression linéaire

Master 1 de Santé Publique. UE de biostatistique : cours 8. Régression linéaire Master 1 de Santé Publique UE de biostatistique : cours 8 Régression linéaire 1. Définition, estimation et test M1 de Santé Publique Biostatistique - Cours 8 - Régression linéaire 1 1 Liaison entre variables

Plus en détail

2. COMPARAISON DE DEUX GROUPES

2. COMPARAISON DE DEUX GROUPES 2. COMPARAISON DE DEUX GROUPES Il existe des tests spécifiques pour comparer des proportions comparer des moyennes Données par paires ou non Nécessite éventuellement de comparer préalablement les variances

Plus en détail

Tests de comparaison de pourcentages

Tests de comparaison de pourcentages Tests de comparaison de pourcentages Docteur Alexandrine Lambert > Faculté de Pharmacie Comparer deux pourcentages Pourcentage Variable qualitative dichotomique (Présence/Absence, Malades/Non malades,

Plus en détail

TUTORAT UE4 2010-2011 Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010

TUTORAT UE4 2010-2011 Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010 TUTORAT UE4 2010-2011 Biostatistiques Séance n 4 - Colle Semaine du 1/11/2010 Séance préparée par les tuteurs de l UE4 Sauf mention contraire, les tests sont réalisés en bilatéral avec α=5% QCM n 1 : Concernant

Plus en détail

Université de Rouen UFR de Médecine et Pharmacie

Université de Rouen UFR de Médecine et Pharmacie Université de Rouen UFR de Médecine et Pharmacie Année Universitaire 2014-2015 GFGSP 2 Epreuve de Statistiques Mme Le Clézio Date de l épreuve : mercredi 7 janvier Durée de l épreuve : 1 heure Session

Plus en détail

R-Commander : Notions du chapitre 3. Estimation et tests d hypothèses : problèmes à un échantillon. 1) Présentation du jeu de données 2

R-Commander : Notions du chapitre 3. Estimation et tests d hypothèses : problèmes à un échantillon. 1) Présentation du jeu de données 2 R-Commander : Notions du chapitre 3 Estimation et tests d hypothèses : problèmes à un échantillon 1) Présentation du jeu de données ) Estimation et test sur une moyenne μ..3 a) Test bilatéral et intervalle

Plus en détail

THESES Elements de méthode

THESES Elements de méthode THESES Elements de méthode Dr E Mariné-Barjoan DSP - Dr E Fontas DRCI Dr Le Duff DSP - CHU de Nice 1 Les étapes Introduction : Etat des lieux. Justificatif de l étude. Définir une question qui peut être

Plus en détail

Théorie de la décision (corrélation et régression)

Théorie de la décision (corrélation et régression) Théorie de la décision (corrélation et régression) Corrélation et régression Objectifs Vérifier l'existence d'association entre deux variables Exprimer la loi de cette relation? Applications Concordance

Plus en détail

Examen de statistique : UE C14 (EADD/PVIA)

Examen de statistique : UE C14 (EADD/PVIA) Examen de statistique : UE C4 (EADD/PVIA) Date : 6//05. Durée : H00. Consignes : Vos réponses sont à remettre sur une copie séparée. Veillez à bien formuler vos hypothèses quand cela est nécessaire et

Plus en détail

STAT-I301 Chapitre VII: ANOVA. Caroline Verhoeven

STAT-I301 Chapitre VII: ANOVA. Caroline Verhoeven STAT-I301 Chapitre VII: ANOVA Caroline Verhoeven Table des matières 1 Introduction 2 ANOVA à 1 facteur 3 Test de Tukey Caroline Verhoeven STAT-I301 2 / 22 1. Introduction Augmentation du risque d erreur

Plus en détail

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire Biostatistique MB6 2008-2009 Nicolas Molinari La statistique Ce document doit obligatoirement être associé aux notes de cours pour représenter un support de travail complet. La statistique ti ti est un

Plus en détail

Chapitre 2. Comparaisons de deux distributions

Chapitre 2. Comparaisons de deux distributions U.F.R. SPSE Master 1 PMP STA 1 Méthodes statistiques pour l analyse des données en psychologie 009-10 Chapitre Comparaisons de deux distributions Il s agit de comparer les distributions d un même caractère

Plus en détail

Comparaison de «moyennes» de 2 échantillons aléatoires indépendants. Quel test utiliser? Antoine Poncet Service d Épidémiologie Clinique

Comparaison de «moyennes» de 2 échantillons aléatoires indépendants. Quel test utiliser? Antoine Poncet Service d Épidémiologie Clinique Comparaison de «moyennes» de 2 échantillons aléatoires indépendants Quel test utiliser? Antoine Poncet Service d Épidémiologie Clinique Introduction Une question récurrente dans la comparaison de deux

Plus en détail

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 4 Semaine du 15/10/2012 Tests statistiques 1 : tests paramétriques pour variables quantitatives M. Molinari Séance préparée par Emilie HEBRARD et Bérénice

Plus en détail

Corrigé de l examen du 22/01/2007

Corrigé de l examen du 22/01/2007 Corrigé de l examen du 22/01/2007 Cogmaster 2006 2007 Partie 1 (5 points) 1 point par réponse(s) correcte(s) à chaque question. 1. oui 2. non 3. oui 4. 0.7 2 = 0.49, soit 49 % 5. Si on note que µ i = µ

Plus en détail

La puissance statistique d une étude (clinique)

La puissance statistique d une étude (clinique) La puissance statistique d une étude (clinique) Loïc Desquilbet Département des Sciences Biologiques et Pharmaceutiques Ecole Nationale Vétérinaire d Alfort loic.desquilbet@vet-alfort.fr Module Bases en

Plus en détail

Principaux tests statistiques pour échantillons de petites tailles

Principaux tests statistiques pour échantillons de petites tailles + de Principaux tests statistiques pour échantillons de petites tailles Etienne Dantan (Etienne.Dantan@univ-nantes.fr) Master 2 BBRT, DCPS et SANH 18 Octobre 2013 1 / 193 Plan + de 1. 2. de de + de de

Plus en détail

Analyse des données dans SPSS

Analyse des données dans SPSS Analyse des données dans SPSS Première étape : statistiques descriptives 1. Analyses univariées : Pour chaque variable, réalisez soit une table de fréquence (pour les variables catégorielles), soit (pour

Plus en détail

Tests non-paramétriques

Tests non-paramétriques Frédéric Bertrand 1 & Myriam Maumy 1 1 IRMA, Université de Strasbourg Strasbourg, France Master 1 re Année 2011-2012 2 ème partie Tests non paramétriques : Le test de Kruskal-Wallis Sommaire Contexte du

Plus en détail

Analyse de données avec Stata

Analyse de données avec Stata Programme du Cours Analyse de données avec Stata Année universitaire 2015-2016 SESSION 1 : Commandes Stata et tests univariés 2-6 novembre 2015 Co-directeurs Arnaud FONTANET et Yoann MADEC Unité d Epidémiologie

Plus en détail

Master IEF Méthodes quantitatives

Master IEF Méthodes quantitatives Master IEF Méthodes quantitatives Régis Thouvarecq regis.thouvarecq@univ-rouen.fr EA 3832 Membre permanent PSY NCA UPRES EA4306 Membre associé 1 2011 1. Les Corrélations De quoi parle-t-on? Définition

Plus en détail

Mortalité: Détection statistique d un risque de spécification

Mortalité: Détection statistique d un risque de spécification FINANCE & RISKS INSURANCE RISK MANAGEMENT Mortalité: Détection statistique d un risque de spécification Chaire BNP Paribas Cardif ISFA Séminaire technique 8 avril 2013 Jean-Charles CROIX Frédéric PLANCHET

Plus en détail

Mini-Glossaire de Statistique Descriptive - Jean VAILLANT

Mini-Glossaire de Statistique Descriptive - Jean VAILLANT Mini-Glossaire de Statistique Descriptive - Jean VAILLANT Amplitude d une classe (ou d un intervalle) : C est la longueur de l intervalle. L amplitude de la classe ]a i 1 ; a i ] est a i a i 1. Exemple

Plus en détail

Séance préparée par Médecine Montpellier

Séance préparée par Médecine Montpellier TUTORAT UE4 2010-2011 Biostatistiques Séance n 3 Semaine du 01/11/2010 Tests non paramétriques Sabatier Tests paramétriques-variables Quantitatives Molinari Tests paramétriques-variables Qualitatives Daurès

Plus en détail

Rappels : Analyse statistique pour des variables quantitatives et qualitatives

Rappels : Analyse statistique pour des variables quantitatives et qualitatives Rappels : Analyse statistique pour des variables quantitatives et qualitatives Master 2 Recherche IES Ana Karina Fermin Université Paris-Ouest-Nanterre-La Défense http://fermin.perso.math.cnrs.fr/ Objectifs

Plus en détail

08/10/2014. Sources. Plan de cours. Sources ayant servi à la construction de ce support de cours : Introduction :

08/10/2014. Sources. Plan de cours. Sources ayant servi à la construction de ce support de cours : Introduction : Ces supports de cours ont été construits dans le cadre d'un enseignement d'analyse de données et représentation cartographique à l'université Paris 1 Panthéon-Sorbonne. Sources Sources ayant servi à la

Plus en détail

Annexe Chapitre 1 : RAPPELS. A. Tests paramétriques de comparaisons de deux variables quantitatives

Annexe Chapitre 1 : RAPPELS. A. Tests paramétriques de comparaisons de deux variables quantitatives U.F.R. SPSE Master 1 PMP STA 21 Méthodes statistiques pour l analyse des données en psychologie 2010-11 Annexe Chapitre 1 : RAPPELS A. Tests paramétriques de comparaisons de deux variables quantitatives

Plus en détail

Epi Info Analyse Univariée

Epi Info Analyse Univariée analyse data Importation des données read import Epi Info-analyse univariée 1 Type de fichier (excel, epi info ) Chemin d accès Si epi info : view, si excel : feuille nombre de patients Epi Info-analyse

Plus en détail

Modèles statistiques

Modèles statistiques 1 1 IRMA, Université Louis Pasteur Strasbourg, France École Doctorale 25-06-2008 Sommaire 1 2 3 Ce premier cours a pour but de faire un rapide exposé de ce que l on appelle un modèle statistique tout en

Plus en détail

STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal.

STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal. STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal bmaresc@ulb.ac.be http://homepages.ulb.ac.be/~bmaresc/stats102.html 2013/2014 1 Gestion Informatique Approche Statistique quantitative

Plus en détail

Analyse de la variance et. régression linéaire. Application avec Minitab - 3 jours (*)

Analyse de la variance et. régression linéaire. Application avec Minitab - 3 jours (*) Analyse de la variance et Application avec Minitab - 3 jours (*) Référence : STA-N1-AnovaRegMinitab Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée

Plus en détail

Analyse de la variance

Analyse de la variance Plan Analyse de la variance - Chapitre VI - Notes de cours Statistique L3 MIASHS - Université de Bordeaux - Chapitre VI - L3 MIASHS- Analyse de la variance 1/37 Plan Plan 1 Introduction 2 3 4 5 - Chapitre

Plus en détail

Test paramétrique de comparaison de k échantillons

Test paramétrique de comparaison de k échantillons Test paramétrique de comparaison de k échantillons L analyse de variance à un critère de classification (ANOVA) Objectif : comparer la moyenne de plusieurs (k) groupes indépendants d observations On analyse

Plus en détail

Chapitre 6 : Tests d hypothèses

Chapitre 6 : Tests d hypothèses U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Chapitre 6 : Tests d hypothèses Les statistiques peuvent être une aide à la décision permettant de choisir entre deux hypothèses. Par exemple,

Plus en détail

Application à la base de données du TITANIC. Bérangère BERTHO & Laura SEBILLE

Application à la base de données du TITANIC. Bérangère BERTHO & Laura SEBILLE Application à la base de données du TITANIC Bérangère BERTHO & Laura SEBILLE Partie 1 : Généralités Partie 2 : Interprétations Partie 3 : Pour un meilleur modèle 2 1. Principe et estimation 2. Bonne ou

Plus en détail

EXERCICES : GESTION de DONNÉES

EXERCICES : GESTION de DONNÉES 1 EXERCICES : GESTION de DONNÉES G-1 : ajout de variables, formule, assignation texte/numérique, tri, coloriage cellules Ouvrir la feuille de données STATISTICA : Agressivité.sta (3v par 50c). La feuile

Plus en détail

Exercices sur le modèle de régression linéaire simple

Exercices sur le modèle de régression linéaire simple ESSEC de Tunis Exercices sur le modèle de régression linéaire simple Exercice 1 Le tableau ci-dessous représente l évolution du revenu disponible brut et de la consommation des ménages en euros pour un

Plus en détail

VALIDATION DES METHODES QUALITATIVES. Journée de l Accréditation 11 Octobre Renaud Trouvé

VALIDATION DES METHODES QUALITATIVES. Journée de l Accréditation 11 Octobre Renaud Trouvé VALIDATION DES METHODES QUALITATIVES Journée de l Accréditation 11 Octobre 2013 Renaud Trouvé PLAN DE L EXPOSE : Définitions et rappels sur les aspects du «qualitatif» Tableau général des outils statistiques

Plus en détail

Introduction à l estimation

Introduction à l estimation Chapitre 2 Introduction à l estimation Université de Paris Ouest 2012 2013 Sommaire 1 Deux exemples pour commencer 2 Estimation 3 Variance corrigée : pourquoi n 1 4 Conclusion Exemple 1 : Taille des Français

Plus en détail

STAT-G201 Chapitre VII: ANOVA. Caroline Verhoeven

STAT-G201 Chapitre VII: ANOVA. Caroline Verhoeven STAT-G201 Chapitre VII: ANOVA Caroline Verhoeven Table des matières 1 Introduction 2 ANOVA à 1 facteur Caroline Verhoeven STAT-G201 2 / 17 1. Introduction Augmentation du risque d erreur du type I : Exemple

Plus en détail

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02 I. Introduction. - Analyse univariée : C est l étude de variables une à une (tendance moyenne centrale : Mode, médiane et dispersion : Variance, écart-type). - Analyse bivariée : Etude des relations entre

Plus en détail

Méthodes statistiques M /

Méthodes statistiques M / Méthodes statistiques M 1 2 0 1 3 / 2 0 1 4 Tableaux, population, échantillon On rassemble les données dans des tableaux = individus * variables Une ligne = un «individu statistique» (un interviewé, un

Plus en détail

Tests Non Paramétriques

Tests Non Paramétriques Tests Non Paramétriques Prof J Gaudart, SESSTIM UMR912, Aix Marseille Univ, Faculté de Médecine 1 Plan 1. Paramétriques ou non? 2. Test d'une distribution de probabilité 3. Comparaison de moyennes 4. Comparaison

Plus en détail

Entrainement et temps de réaction : analyse statistique de données obtenues par des élèves de première S

Entrainement et temps de réaction : analyse statistique de données obtenues par des élèves de première S Entrainement et temps de réaction : analyse statistique de données obtenues par des élèves de première S Valérie Fontanieu, IFE ENS de Lyon (expérimentation conduite en 2011) Les élèves d'une classe de

Plus en détail

Estimation, Échantillonnage et Tests

Estimation, Échantillonnage et Tests Estimation, Échantillonnage et Tests H. Hocquard HSE 2016-2017 Hervé Hocquard Estimation, Échantillonnage et Tests 1/60 Introduction : les 3 grandes lignes Les statistiques peuvent permettre : Hervé Hocquard

Plus en détail

Analyse de la variance à un facteur

Analyse de la variance à un facteur Analyse des données - Méthodes explicatives (STA102) Analyse de la variance à un facteur Giorgio Russolillo Departement IMATH CNAM giorgio.russolillo@cnam.fr Introduction 2 Les données On veut étudier

Plus en détail

Contrat didactique du cours de statistique multivariée. Prérequis et articulation avec le cursus :

Contrat didactique du cours de statistique multivariée. Prérequis et articulation avec le cursus : Contrat didactique du cours de statistique multivariée Prérequis et articulation avec le cursus : Connaissances élémentaires en analyse mathématique : notions de dérivation et d intégration. Connaissances

Plus en détail

STATISTICA Test d hypothèses Différences entre groupes. d /Variable inter sujet)

STATISTICA Test d hypothèses Différences entre groupes. d /Variable inter sujet) Chapitre 11 STATISTICA Test d hypothèses Différences entre groupes (échantillons indépendants d /Variable inter sujet) Différences entre groupes But des tests d hypothèse: Les hypothèses sont des prévisions

Plus en détail

Statistiques COURS 5. Salle 125. L3 Géographie UE Méthodologie. Intervenants : Année

Statistiques COURS 5. Salle 125. L3 Géographie UE Méthodologie. Intervenants : Année L3 Géographie UE Méthodologie Statistiques COURS 5 Salle 125 Intervenants : Nadège Martiny & Julien Crétat Année 2010-2011 2011 UFR Sciences Humaines (Département de Géographie) UMR Centre de Recherches

Plus en détail

Analyse de la variance à deux facteurs emboîtés

Analyse de la variance à deux facteurs emboîtés Analyse de la variance à deux facteurs emboîtés 1 1 IRMA, Université Louis Pasteur Strasbourg, France Master 1 Psychologie du développement 14-10-2008 Référence Ce cours s appuie essentiellement sur 1

Plus en détail

Examen du cours STAT-G-201

Examen du cours STAT-G-201 Examen du cours STAT-G-201 Le 22 janvier 2014 Question: 1 2 3 4 5 6 7 8 Total Points: 14 11 5 3 3 3 3 3 45 Score: Nom : Prénom(s) : Section : Matricule : Instructions Écrivez soigneusement. Une réponse

Plus en détail

Examen de STAT-G-101 Le 19 avril 2013

Examen de STAT-G-101 Le 19 avril 2013 Examen de STAT-G-101 Le 19 avril 2013 Question: 1 2 3 4 5 6 7 Total Points: 8 12 2 2 2 2 2 30 Score: Nom: Prénom(s): Section: Instructions Écrivez soigneusement. Une réponse difficilement lisible sera

Plus en détail

Corrigé de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Corrigé de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2007-08 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

TD 3 : ANOVA à un facteur

TD 3 : ANOVA à un facteur Université Paris X - Nanterre UFR SPSE-Master PMPSTA Méthodes Statistiques pour l analyse de données en psychologie TD : ANOVA à un facteur Exercice : On souhaite étudier les effets de trois s (AX, BWW9

Plus en détail