Ce guide explique comment réaliser un test de randomisation (ou test de permutation), une méthode de rééchantillonnage permettant d'estimer la distribution d'échantillonnage d'une statistique afin de générer un intervalle de confiance et une p-valeur pour un test d'hypothèse. Les tests de randomisation sont disponibles dans de nombreux rapports JMP.
Tests de randomisation
Nous décrivons ici comment effectuer un test de randomisation pour deux moyennes en utilisant Fit Y by X.
- Dans une table de données JMP ouverte, cliquez avec le bouton droit sur l'en-tête de colonne de la variable nominale X (dans cet exemple, sexe) et sélectionnez Nouvelle colonne de formule > Aléatoire > Échantillonnage avec remise . Cela crée une nouvelle colonne de formule, Resample[sexe].
- Effectuez un test t à deux échantillons à l'aide de la plateforme Fit Y by X. Dans cet exemple, la variable réponse (Y) est le poids et la variable indépendante (X) est le sexe. Consultez la page : Tests t à deux échantillons et intervalles de confiance pour plus d'informations sur la réalisation de ce test et l'interprétation des résultats.
- Dans la fenêtre du rapport d'analyse, cliquez avec le bouton droit sur la statistique qui vous intéresse et sélectionnez « Simuler » . Cliquez ensuite avec le bouton droit sur la colonne de résultats contenant la différence (entre les moyennes).
- Dans la fenêtre de simulation, sélectionnez la colonne à remplacer (sex) et la colonne à remplacer (Resample[sex]), entrez le nombre d'échantillons souhaité (1000 dans cet exemple) et la graine aléatoire (si vous le souhaitez), puis cliquez sur D'ACCORD .
- JMP relance l'analyse pour chaque échantillon. À chaque itération, les valeurs du facteur X (sexe) sont rééchantillonnées avec remise.
- Les résultats sont enregistrés dans un tableau de données contenant des statistiques pour l'échantillon initial et pour chaque rééchantillonnage. La colonne SimID• identifie le numéro du rééchantillonnage.
- Utilisez la plateforme Distribution pour explorer les résultats des statistiques qui vous intéressent. Les intervalles de confiance de l'estimation initiale (la différence, dans cet exemple) sont fournis, ainsi que les valeurs p empiriques (observées).
Interprétation : La valeur p empirique du test bilatéral est de 0,3530. Autrement dit, 35,3 % des différences rééchantillonnées observées étaient aussi extrêmes ou plus extrêmes que la différence que nous avons réellement observée (7,37).
Big Class.jmp (Help > Sample Data Library)Big Class.jmp (Aide > Bibliothèque de données d'exemple)
Le module complémentaire de tests de randomisation disponible dans la communauté des utilisateurs de JMP (community.jmp.com) fournit un outil permettant d'effectuer des tests de randomisation pour les tests d'hypothèses courants dans JMP.
Consultez la section Analyse de base > Simulation dans l'aide JMP pour en savoir plus.
