Tester une substance

[lyceen95]

Forte hausse quand hausse, faible baisse quand baisse : Oui, mais ce n'est pas tout.
Forte hausse quand valeur initiale faible, faible baisse quand valeur initiale forte.

[Sylviel]

euh, sinon a part Pierre sur son site, ni LB2, ni Sylviel n'ont dit pourquoi on était autorisé à faire le Student qui nécessite loi normale ...

Tout dépend ce que tu entends par "autorisé". Tu n'iras pas en prison si tu appliques le test, ni même si tu racontes n'importe quoi (il n'y a qu'à lire la prose de ton ami Pierre...). Plus sérieusement, une statistique de test c'est une formule, qu'on peut toujours calculer, qui prends les données et crache un nombre. Au delà du calcul il faut pouvoir interpréter le résultat. Pour cela on étudie la théorie autour de la statistique de test. Celle-ci s'appuie sur des hypothèses (de normalité pour le test de Student ; de niveau asymptotique dans un certain nombre de cas...). Du coup lorsque tu calcules ta statistique de Student tu peux dire : "en supposant mes données Gaussiennes, je rejette l'hypothèse que le produit n'a pas d'effet avec niveau de confiance de ...".
Si les données ne sont pas Gaussiennes la théorie ne te dis rien (sauf à avoir une distance à la Gaussienne d'une manière ou une autre). En revanche, dans la pratique, tu peux t'interroger pour savoir si l'hypothèse de normalité est raisonnable, si le résultat est sans appel ou limite... pour savoir si tu peux exploiter les résultats du test.

En clair, en pratique, Student sera plus puissant que Wilcoxon si les données sont gaussiennes, Wilcoxon peut s'appliquer même si les données ne sont pas gaussiennes.

[beagle]

Super, merci Sylviel

Donc je continue un peu sur ce qui me tracassait et qui en fait est bien le cœur de compréhension.
Je suis un peu lent, j'ai besoin de bouger les trucs pour comprendre le jouet.

Dan le problème proposé on ne connait pas la dispersion de base, celle sans effet,
on ne peut donc pas comparer les décalages par rapport à un théorique,
donc on analyse les décalages eux-mêmes entre eux, la symétrie ou non,
H0 étant moyenne des écarts doit etre vers zero.
C'est le Student apparié

Dans ce que je racontais qui est quand meme plus habituel, on connait la dispersion de base, qu'il s'agisse de l'étalonnage de la machine, qu'il s'agisse des variations individuelles mesurées.
Si on teste une substance, alors on va pouvoir comparer les décalages par rapport à un théorique et non plus entre eux.
Mais comme on est ou serait en petit effectif c'est encore le Student qui serait un des tests à faire.
Et cela doit donc ètre l'autre Student pas l'apparié.

J'irai voir les PDF que vous avez mis en ref, mais suis-je sur la bonne voie?

[beagle]

PS: si vous pouvez nous donner le verdict des deux tests

pour voir si l'oeil nu = les décalages positifs sont nettement plus élevés que les décalages négatifs
se fait avoir ou est intuitivement correct

Merci à vous.

[leon1789]

Sinon les tests disent quoi le Student et le Wilcoxon?

Le Wilcoxon dit qu'il y a une influence.

[leon1789]

euh, sinon a part Pierre sur son site, ..

... ... à part la moyenne d'une série statistique et faire un histogramme avec son pc, Pierre ne comprend pas la moindre notion de probabilité ou de statistique dont il parle. Il confond même les notions de "théorème" et de "loi de probabilité" (qu'il considère de manière assez mystique) dans la théorie des probabilités : croire depuis 10 ans que "la loi normale est un théorème universel de la nature", c'est dire !!!
sans parler de ses délires psychologiques qui le poussent à dire et faire des choses absurdes que personne n'imaginerait... Malheureusement, il est encouragé par deux copains qui le prennent pour un génie en mathématique.

[leon1789]

Et je persiste à penser que étudier une variation par changment lorsque on ne connait pas la variation sans changement, c'est quand meme périlleux, haute voltige...

Je suis d'accord avec toi.

[beagle]

Salut léon1789,

merci donc pour le résultat du Wilcoxon.
Si vous pouvez sortir le Student ce serait bien.

Je suis assez en accord avec Sylviel sur:
"une statistique de test c'est une formule, qu'on peut toujours calculer, qui prends les données et crache un nombre. Au delà du calcul il faut pouvoir interpréter le résultat. Pour cela on étudie la théorie autour de la statistique de test. …………………...
En revanche, dans la pratique, tu peux t'interroger pour savoir si l'hypothèse de normalité est raisonnable, si le résultat est sans appel ou limite... pour savoir si tu peux exploiter les résultats du test. "

Cela rejoint la pratique où les stats n'affirment pas , ne démontrent pas.
Mais orientent, on va chercher si...Ah tiens oui, il semblerait que l'on tienne quelque chose.
Il reste à prouver, à montrer …
On est quasi certain de …, mais n'est pas clair que cela ne soit pas…
and so on

Donc bien sur ici on a un exo de maths pour apprendre Wilcoxon.
n'empèche que la discussion qui en découle est des plus intéressantes.
Cela ne cherche pas à sabrer l'exo…
Mais le savoir faire des stats doit servir à savoir quoi faire la prochaine fois, pourquoi tel test est meilleurs , adapté, etc...
J'ai discuté sur l'absence de connaissance des variations de mesure lorsqu'on ne change rien, donc si on connait ce qui se passe quand on ne change rien cela change la manière d'examiner les données,
on pourrait dire que ce que j'ai dit d'un théorique connu de varaition, cela peutètre aussi ce qu'on appelle un groupe placebo par exemple.
Et alors au lieu de comparer les valeurs entre elles appariées, on comparera deux groupes, le groupe placebo et le groupe modification par…
Maintenant créer un groupe placebo quand 8 sujets, ça va pas faire grand monde d'examiner avec la substance ingérée.
Ce serait interessant de savoir ce que nos amis statisticiens disent si on aurait quand meme gagné en précision ou pas ...

[LB2]

Bonjour,

juste une remarque, il n'y a pas "Le Student" ou "Le Wilcoxon"

mais bien des tests, définis rigoureusement par le calcul d'une statistique de test (un nombre) sous une hypothèse nulle H0 versus une hypothèse alternative H1, à un certain niveau de risque de première espèce alpha, et sous certaines hypothèses.

Il est difficile de résumer en quelques messages la théorie des tests statistiques, qui est technique et complexe. Mais il est important pour moi de parler rigoureusement de ces tests, sinon on est vite amenés à des propos qui sortent du champ mathématique ou statistique.

De plus, la question de l'interprétation du test, et de la décision suite au résultat de ces tests, a toujours quelque chose qui n'est plus du ressort de la statistique

[beagle]

mouais, bof
tu ne nous as pas fait le student apparié correspondant à cet exo.

Et c'est bien un dialogue du statisticien avec celui qui observe un truc qui s'installe,
et tu ne peux pas te défausser de demander des précisions au chercheur dans son domaine, tu étudies quoi
c'est censé évoluer comment,
parce que tes tests rigoureux ils ne sortent pas comme ça.
Donc laisse ce tracteur et sors de ton champs!!!

[beagle]

doublon

[beagle]

Paired t-test
t!!!!!!!!!!!!! df!!!!!! p-value Intervalle de confiance 95%,

-2.4205!!!!!7 !!!!!0.977 !!!!!![-15.8217, Inf]

Groupe Taille Moyenne Ecart-type
Groupe 1 8 56.5 15.7389
Groupe 2 8 65.375 12.3049

Voilà j'ai fait un Student apparié unilatéral
ici:
http://www.sthda.com/french/rsthda/paired-t-test.php

[beagle]

Bon comme d' habitude j'ai fait à l'envers
unilateral positif que j'ai mis
si cela augmente les valeurs, alors c'est négatif donc le p value est inversé



Paired t-test
t!!!!!!!!!!!!! df!!!!!!!! p-value!!!!!! Intervalle de confiance,

-2.4205!!! 7!!!!!!! 0.02303 !!!!!![-Inf, -1.9283]

Groupe Taille Moyenne Ecart-type
Groupe 1 8 56.5 15.7389
Groupe
2 8 65.375 12.3049

[beagle]

bon alors avec un p value de 0,023 je rejette l'hypothèse nulle
le Student confirme le Wilcoxon

c'est cela?

[leon1789]

Avec une p-value aussi faible, H0 est regetée.

[beagle]

Bonjour léon1789,
tu as enlevé je crois la question sur validité du Student si on ne sait pas si loi normale sous-jaccente.
Sylviel avait répondu hier,
en cherchant les résultats du student pour Pierre (= je ne me souvenais plus du t= versus le p-value …)
je suis tombé sur une ref de 1996 qui vaut ce qu'elle vaut, mais peut intéresser les lecteurs de maths forum,ou étre critiquée par Sylviel:

"avant de faire des tests paramétriques on doit :

1 S'assurer que la distribution de l'échantillon est compatible avec l'hypothèse de distribution gaussienne de la variable (test de normalité). Sinon on peut essayer de rendre cette distribution compatible avec une distribution gaussienne en réalisant une transformation, par exemple logarithmique.

Pour vérifier que la distribution d’un échantillon suit une loi normale, il est possible d’utiliser, dans Statview II, le test descriptif d’aplatissement et de symétrie (de kurtosis and skewness, en anglais).

On considère que l’échantillon suit une loi normale à 95 % lorsque la valeur de son aplatissement est comprise entre -2 et +2 et que la valeur de son asymétrie est comprise entre -2 et +2.

[beagle]

Sinon je continue à ne pas comprendre la position de LB2.
Avec les stats on est toujours dans l'interprétation, la discussion.
Vouloir s'enfermer dans la rigueur mathématique ne va pas aider à comprendre l'apport des stats.

Dans un cas comme celui-ci les stats peuvent dire, il se passe quelque chose probablement avec cette substance.Et pas plus.
Donc continuons les études pour voir…
Mais aussi et c'est cela la discussion du fil, quels tests et donc derrière quels protocoles d'étude sont les plus appropriés dans telle ou telle situation.
S'il s'agit pour le chercheur de faire n'importe quoi puis d'appeler son copain statisticien pour démèler les fils, c'est pas terrible.
On peut toujours reprendre des protocoles déjà utilisés mais si la compréhension du chercheur non statisticien est juste du niveau on a toujours fait comme ça , c'est pas terrible non plus.
On peut aussi faire les protocoles en amont avec le statisticiens …

Mais nous sommes toujours dans l'interprétation,
et dans comment se mettre dans les meilleures conditions pour avoir ensuite la meilleure interprétation possible.
Donc pour se ramener à cet exo. Pour un exo d'application du Wilcoxon c'est ok, exo de maths connaitre des tests savoir les appliquer, tout va bien.
Mais on peut fort heureusement discuter sur dans la vraie vie de tous les jours faut-il se mettre dans la situation de l'exo.

[beagle]

J'ai zappé l'autre ref que j'avais hier sur tester la normalité:
c'est issu du site qui fait le Student en ligne

http://www.sthda.com/french/wiki/wiki.p ... s-moyennes

"
Comment tester la normalité des données?

Lorsque la taille des échantillons est suffisamment grande (n >30), on peut ignorer le test de normalité sans problème majeur.

Le théorème central limite nous dit que, la distribution de l’échantillonnage tend à suivre la loi normale lorsque la taille est grande ( n > 30).

En revanche, pour être rigoureux, la normalité peut être vérifier par une inspection visuelle [Histogramme, Q-Q plot (quantile-quantile plot)] ou par des tests de significativité.

L’histogramme permet un jugement visuel à savoir si la distribution est une courbe en cloche (courbe de Gauss).
Le test de significativité compare la distribution d’un échantillon donné à celle de la loi normale et renvoie une p-value.

Plusieurs méthodes existent pour le test de normalité, notamment le test de Kolmogorov-Smirnov (K-S) et le test de Shapiro-Wilk.

L’hypothèse nulle (H0) de ces tests est : " L’échantillon suit une loi normale“. Si le test est significatif, la distribution ne suit pas une loi normale.

La méthode de Shapiro-Wilk est le plus largement recommendé pour le test de normalité et il plus puissant que le test de K-S. Il est basé sur la corrélation entre les données et les scores théoriques de la loi normale.

Notez que le test de normalité est sensible à la taille des échantillons. Les échantillons de petite taille passe très souvent le test de normalité. Par conséquent, il est important de combiner une inspection visuelle et un test de significativité pour prendre la bonne décision.

Question : Faire ou ne pas faire le test de normalité?

Le test de normalité et les autres hypothèses faites par les tests paramétriques devraient être pré-testés avant de continuer avec le test principal de comparaison de moyennes. Par exemple, dans le domaine de la recherche médicale, la distribution normale des données est une exception plutôt qu’une règle. Dans de telles situations, l’utilisation des tests paramétriques n’est pas encouragée. Les tests non-paramétriques, tel que le test de Wilcoxon, sont recommandés.

Dans la fonction rquery.t.test(), le test de normalité de Shapiro-Wilk est utilisé et, une histogramme et un Q-Q plot sont automatiquement dessinés pour une inspection visuelle."

[beagle]

juste pour dire que j'ai fait le test de Shapiro-Wilk
et c'est ok pour accepter normalité et donc faire le Student

[leon1789]

c'est ok pour accepter normalité et donc faire le Student

oui, pour la série A , on a une p-value de 0.5 environ, et pour la série B , une p-value de 0.9 environ, bref des résultats largement au-dessus de 0.1.