Bonjour les gars, S'il vous plaît aidez-moi avec mon analyse.
Le sujet est de savoir s'il y a une différence significative avant et après l'utilisation d'une crème hydratante en utilisant différents produits. Le nombre de correspondants est de 10. Ci-joint le fichier Excel contenant les données.
Merci.
Le point de départ consiste à intégrer vos données dans une table de données JMP, puis je commencerais simplement par des méthodes d'analyse de données exploratoires. De nombreuses voies différentes dans JMP. Pour un ensemble de données relativement petit tel que celui-ci, Graph Builder devrait être très utile. Vous pouvez passer à des méthodes supplémentaires si nécessaire.
Salut @Alainmd02 ,
Il est important de savoir quel est l'objectif de votre étude : êtes-vous intéressé par les performances individuelles des produits et/ou par la comparaison des produits ?
Dans le premier cas, en plus d'utiliser des visualisations et Graph Builder, je pense que la plateforme Fit Y by X pourrait aider à voir les différences entre les valeurs initiales et finales pour chaque produit. Étant donné que vous avez une faible taille d'échantillon avec des distributions non normales, je suggérerais d'utiliser une méthode non paramétrique pour la comparaison des moyennes ( Rapports de test non paramétrique ). Voici à quoi ressemblerait l'analyse sur le produit 1 avec un test de Wilcoxon :
Dans ce cas, une différence statistiquement significative est détectée entre les valeurs initiale et finale pour le Produit 1. Pour effectuer cette analyse, vous aurez besoin de vos données dans un format empilé ( Lancer la plateforme Oneway ), voir la table de données ci-jointe contenant le script de ce test statistique.
Dans le second cas, il peut y avoir plusieurs façons de le faire, et cela nécessitera un format de tableau de données fractionné (une colonne contenant les valeurs initiales, une colonne contenant les valeurs finales). Voici les analyses possibles :
- Faire un Tester l'équivalence sur tous les produits (plateforme Distribution) : Si vous créez une colonne de différence calculée (Final - Initial), vous pouvez tester si la différence entre les valeurs finales et initiales sont dans une plage d'équivalence pratique (0 +/- un delta vous trouvez pratiquement équivalent ).
Par exemple, je l'ai fait avec une valeur delta de 1 (ce qui signifie qu'il n'y a pas de différence pratique en utilisant les produits si la différence entre les valeurs initiales et finales est dans la plage [-1, 1]), une valeur cible de 0 ( pas de différence entre initial et final sur cette colonne de différence), et un niveau de confiance de 0,975 (pour réaliser deux tests t unilatéraux sur les niveaux bas et haut, chacun avec un niveau de confiance de 0,95).
- Vous pouvez également faire ce test d'équivalence par produits, en utilisant le panneau "Par" lors du lancement des Plateformes de distribution et l'utiliser pour la colonne "Produit".
- Vous pouvez également faire un Analyse des paires appariées (menu Analyse, Modélisation spécialisée, Paires appariées) : Incluez vos deux réponses (initiale + finale), et Produit comme groupe X. Par défaut, JMP lancera un test t apparié, qui est un test paramétrique, mais il existe d'autres options dans le triangle rouge pour réaliser un test apparié non paramétrique. Par exemple, j'ai utilisé un test de classement signé Wilcoxon dans le script. Exemple ici : Exemple de comparaison de paires appariées entre groupes (jmp.com)
- Vous pouvez également réaliser un Manova modèle, qui vous montrera les différences entre les produits et au sein des produits.
Voir le tableau "Fractionner les données" pour voir ces options.
- Vous pouvez également utiliser toutes les valeurs initiales comme "groupe de contrôle" et utiliser les valeurs finales par produits comme différents groupes de produits pour voir si un ou plusieurs produits ont une différence statistiquement significative par rapport aux valeurs initiales. Voir le tableau 3 et son script pour voir ce type d'analyse. Rapports de comparaisons multiples non paramétriques .
Comme je ne connais pas votre objectif ou le but derrière le test ou la visualisation, ces idées ne doivent être vues que comme une liste (non exhaustive !) de plusieurs possibilités avec vos données.
Vous êtes l'expert du domaine, vous savez donc mieux quelle serait la manière la plus appropriée d'analyser et de visualiser vos données en fonction de votre objectif.
En espérant que cette réponse vous aidera,
Bonjour @Victor_G ,
Vous êtes flamboyant. Cela me donne des frissons rien qu'à lire vos techniques complètes.
Nous devons encore finaliser l'objectif principal de notre étude. Par heureux de dire, vous avez déjà résolu notre problème.
J'espère qu'un jour, je pourrai être aussi bon que toi.
Merci mon ami. Très appréciée
