Quand faire une correction de Bonferroni ?

Lorsque vous réalisez de multiples tests de significativité statistique sur les mêmes données, l'ajustement de Bonferroni peut être appliqué pour qu'il soit plus "difficile" à ces tests d'être statistiquement significatifs.

Comment faire une correction de Bonferroni ?

– on planifie (on prévoie) les comparaisons qui vont être faites, – on compte le nombre (k) de tests qui vont être faits (le plus souvent, il s'agit de comparaisons), – on se demande si les résultats des tests vont être indépendants ou s'ils vont dépendre les uns des autres.

Quel test Post-hoc ?

Les tests de comparaison multiple disponibles sont les suivants : Bonferroni, Tukey, Sidak, Gabriel, Hochberg, Dunnett, Scheffé et LSD (Différence la moins significative). LSD . Utilisation de tests t pour effectuer toutes les comparaisons appariées entre des moyennes de groupe.

Quand utiliser les tests non paramétriques ?

Les méthodes non paramétriques sont utiles lorsque l'hypothèse de normalité ne tient pas et que l'effectif d'échantillon est faible. Cela dit, dans les tests non paramétriques, vos données reposent également sur des hypothèses.

Comment Calcule-t-on les effectifs théoriques dans un test du Khi² de préférence ?

Le calcul des ces effectifs se fait de la manière suivante : total de la ligne concernée x total de la colonne concernée /total général, soit sur le détail ci- contre : 16,89=37 x 63 /138.

Quand faire post hoc ?

Afin de déterminer d'où viennent les différences, un test post hoc est utilisé après avoir trouvé un résultat statistiquement significatif. Les tests post hoc peuvent être utilisés pour évaluer les différences entre plusieurs groupes tout en évitant les erreurs dues à l'expérience.

Quand utiliser le test d’Anova ?

L'ANOVA univariée est généralement utilisée lorsque l'on a une seule variable indépendante, ou facteur, et que l'objectif est de vérifier si des variations, ou des niveaux différents de ce facteur ont un effet mesurable sur une variable dépendante.

Comment choisir entre test paramétrique et non paramétrique ?

Quel est l'avantage d'utiliser un test paramétrique ? Les tests paramétriques sont, eux, plus puissants en général que leurs équivalents non-paramétriques. Autrement dit, un test paramétrique sera plus apte à aboutir à un rejet de H0, si ce rejet est justifié.

Quand Faut-il effectuer un test de Wilcoxon ?

Lorsque on a affaire à deux échantillons appariés (c'est-à-dire non indépendants), on applique le test de Wilcoxon. Tous ces tests sont dits non paramétriques car ils ne nécessitent pas d'estimation de la moyenne et de la variance.

Quand utiliser test du chi2 ?

Types de tests du khi-deux

Vous utilisez un test du khi-deux pour tester des hypothèses afin de déterminer si les données sont conformes aux attentes. L'idée de base qui sous-tend le test est de comparer les valeurs observées dans vos données aux valeurs attendues si l'hypothèse nulle est vraie.

Quand utiliser le chi carré ?

Le test du chi carré est utilisé pour déterminer s'il y a une différence significative entre les fréquences attendues et les fréquences observées dans une ou plusieurs catégories.

Quand utiliser le test de Dunnett ?

Ce test post-hoc (ou test de comparaisons multiples) peut être utilisé pour déterminer les différences significatives entre la moyenne d'un groupe témoin (de contrôle) et les moyennes des autres groupes de traitement dans une analyse de variance.

Quand utiliser une ANOVA à mesures répétées ?

L'ANOVA sur mesures répétées est utilisée pour l'analyse de données lorsque les mêmes sujets sont mesurés plus d'une fois.

Quand on utilise le test de Fisher ?

Vous pouvez utiliser le test exact de Fisher pour analyser un tableau de contingence 2 x 2 et vérifier si la variable de ligne et celle de colonne sont indépendantes (H 0 : la variable de ligne et celle de colonne sont indépendantes).

Pourquoi faire un test de Tukey ?

Test de Tukey : Le test de Tukey détermine si votre échantillon est composé de groupes qui diffèrent les uns des autres. Chaque moyenne est comparée à la moyenne de tous les autres groupes en utilisant la "différence significative honnête", qui représente l'écart entre les groupes.

Quand utiliser le test t de Student ?

Un test de Student peut être utilisé pour évaluer si un seul groupe diffère d'une valeur connue (test t à un échantillon), si deux groupes diffèrent l'un de l'autre (test t à deux échantillons indépendants), ou s'il existe une différence significative dans des mesures appariées (test de Student apparié ou à …

Pourquoi utiliser le test de Fisher ?

Le test exact de Fisher calcule la probabilité d'obtenir les données observées (en utilisant une distribution hypergéométrique) ainsi que les probabilités d'obtenir tous les jeux de données encore plus extrêmes sous l'hypothèse nulle. Ces probabilités sont utilisées pour calculer la p-value.

Quand utiliser Mann et Whitney ?

• Les tests de Mann-Whitney servent à vérifier que deux échantillons d'une population ont une position équivalente. Les observations des deux groupes sont combinées et ordonnées, et il leur est attribué un rang moyen en cas d'ex aequo.

Quand utiliser T test ou ANOVA ?

Le test t est utilisé lorsque vous devez trouver la moyenne de la population entre deux groupes, tandis que lorsqu'il y a trois groupes ou plus, vous optez pour le test ANOVA. Le test t et l'ANOVA sont tous deux des méthodes statistiques permettant de tester une hypothèse.

Comment savoir quel test statistique utilisé ?

• Les tests que vous pouvez utiliser sont alors le test de Student ou le test de Wilcoxon-Mann-Whitney, selon si les groupes suivent une distribution normale (en forme de cloche). Si vous avez plus de deux groupes dans votre étude, comme l'ethnicité (africaine, asiatique, blanche, etc.)

Quelle est la différence entre un test de Fisher et un test du Khi² ?

Le test du khi² a une puissance plus importante que le test exact de Fisher. En d'autres termes, il est plus apte à rejeter l'hypothèse nulle lorsqu'elle est fausse.

Quand faire un test de Fisher ?

Lorsque l'un des effectifs théoriques est inférieur à 5 ou lorsque les sommes marginales du jeu de données réel sont très déséquilibrées, il est préférable de se fier au test exact de Fisher.

Quand utiliser le test de Shapiro-Wilk ?

Le test de Shapiro-Wilk (W) est utilisé pour tester la normalité. Si la statistique W est significative, il faut alors rejeter l'hypothèse selon laquelle la distribution correspondante est normale.

Pourquoi faire le test de Wilcoxon ?

Le test de Wilcoxon est une alternative non paramétrique au test t pour comparer deux moyennes. C'est particulièrement recommandé dans une situation où les données ne sont pas normalement distribuées.

Quand faire un test de Pearson ?

Coefficient de corrélation de pearson

Ce sont des tests statistiques dits robustes car ils ne dépendent pas de la distribution des données. Le test de corrélation de Kendall et celui de Spearman est recommandé lorsque les variables ne suivent pas une loi normale.

Pourquoi faire un test de Shapiro-Wilk ?

Le test de Shapiro-Wilk est un test permettant de savoir si une série de données suit une loi normale. Un outil web pour faire le test de Shapiro-Wilk en ligne, sans aucune installation, est disponible ici. Hypothèse nulle : l'échantillon suit une loi normale.