Salut tout le monde,
Je travaille sur un article et j'aimerais inclure des données statistiques. J'ai effectué des tests d'équivalence et des tests ANOVA, mais je voulais simplement confirmer que les déclarations que je fais sur "l'équivalence pratique" de mes données sont correctes.
Pour trouver une valeur "essentiellement nulle", j'ai regardé dans la littérature et j'ai trouvé trois sources différentes qui me donneraient un moyen défendable de calculer cette valeur.Pour chaque entrée, j'obtiens que les réponses (pentes) ne sont TOUTES "pas pratiquement équivalentes".
Pourtant, lorsque j'exécute une ANOVA et un test t, j'obtiens que deux pentes sont significativement différentes l'une de l'autre et des autres pentes, mais les trois autres pentes ne sont pas significativement différentes.
Je sais que les tests d'équivalence et l'ANOVA testent des choses différentes, mais je trouve cela déroutant parce que je m'attendais à ce que ce soit l'inverse (que l'ANOVA revendiquerait une signification et que le test d'équivalence le révélerait dans des applications pratiques qui ne sont pas significativement différentes.)
Quelqu'un pourrait-il m'aider à mieux comprendre ces données?
Merci! 
Le test d'hypothèse pour les différences n'inclut pas de définition de « à quel point les estimations doivent être pratiquement différentes » pour rejeter l'hypothèse nulle selon laquelle elles sont identiques. Le test d'hypothèse d'équivalence dépend directement d'une telle définition.
