Salut
Quelle est la procédure t à deux échantillons appropriée pour le résumé ci-dessous des périodes de traite des races de vaches regroupées/non regroupées (Welch) à l'aide de R ?
Vache frisonne Xbar=342,5 S1=10,2 n1=126
Vache Jersey Xbar =348,6 S2=12,2 n2=39
Construire un intervalle de confiance à 95 % pour µ1-µ2
Donner une interprétation correcte de l'intervalle
Merci
@Alma1 , je ne sais pas de quelles données vous disposez, un exemple serait utile.
Dans le script ci-dessous (lors de l'exécution), vous voyez un ensemble de données et les deux tests t effectués, donnant des résultats différents.
Généralement, les tests statistiques ont des conditions préalables et le test t suppose une distribution normale de l'ensemble de données,
le test t groupé suppose une variance égale,
Le test t fonctionne également avec une variance différente.
En effet, ils fonctionnent avec la moyenne et la variance, et si ces deux nombres ne représentent pas correctement les données, la méthode ne fonctionne pas.
Si vous effectuez un test t et que les hypothèses ne sont pas valides, vous ne pouvez pas vous fier au résultat.
Dans l'exemple ci-dessous, vous pouvez voir des résultats différents pour les deux tests t, mais sachez que la distribution normale n'est pas non plus valide dans ce cas.
Vous pouvez également trouver ces résultats dans la documentation, et j'ai trouvé que STIPS était une assez bonne formation pour comprendre ce genre de choses.
Names Default To Here( 1 );
cdt = Open( "$SAMPLE_DATA\companies.jmp" );
cdt << Oneway(
Y( :Name( "Profits ($M)" ) ),
X( :Type ),
Means( 1 ),
t Test( 1 ),
Mean Diamonds( 1 ),
SendToReport(
Dispatch( {"Oneway Anova"}, "Summary of Fit", OutlineBox, {Close( 1 )} ),
Dispatch( {"Oneway Anova"}, "Analysis of Variance", OutlineBox, {Close( 1 )} ),
Dispatch( {"Oneway Anova"}, "Means for Oneway Anova", OutlineBox, {Close( 1 )} )
)
);
@Alma1 a écrit :
au fait, l'arrière-plan jmp est R.
Je ne sais pas exactement à quoi vous pensez ici, mais JMP n'a aucune expérience avec R.
JMP est un produit de SAS et est développé uniquement par nous.
Il existe une intégration avec R via JSL , offrant la possibilité d'appeler R et de soumettre du code R, mais c'est la seule association entre JMP et R.
au fait, l'arrière-plan jmp est R.
Non ! ce n'est pas un devoir. nous menons une recherche et je ne savais pas s'il fallait utiliser des tests groupés/non poolés, qu'y a-t-il de mal à demander des idées ? tu es libre de ne pas répondre si tu le souhaites
@Alma1 jetez un oeil à
aide -> exemples de données -> Calculatrices -> Test d'hypothèse pour deux moyennes
et suivez le workflow (ou exécutez le script ci-dessous).
À des fins d'apprentissage, je recommanderais également de construire un tableau de données à partir des statistiques récapitulatives et d'effectuer le test t à partir du menu Analyse -> Ajuster y par x, et de lire les explications données par JMP.
Names default to here(1);
open("$SAMPLE_SCRIPTS\Calculators\TestTwoSampleMeans.jsl");