Statistique : choix des tests

[invite6e9adeba]

En écrivant ce post, j’espère vraiment qu’il existe des passionné(e)s de stat, parce moi !

Voilà, j’ai plusieurs tests statistiques à faire et j’ai des hésitations pas rapport aux choix des tests.
Infos générales : j’ai toutes les données des échantillons, pas seulement les moyennes donc je peux connaître la variance si besoin.

1- Comparaison de moyennes de 2 éch. indépendants, où N >160 --> Test Z si variances égales ?
2- Comparaison de moyennes sur 8 éch. indépendants, où N va de 11 à 80 --> ANOVA ? et Dois-je comparer les éch. 2 à 2, soit 28 comparaisons ?
3- Comparaison de moyennes sur 3 éch. indép., où N >70 --> ANOVA ? Dois-je comparer les éch. 2 à 2 ?
4- Comparaison de proportions de 2 éch. indépendants (N=70 vs N=257) pour 4 possibilités de réponses (jamais, 1 fois, 2 fois, 3 fois et + ; donc une seule réponse possible). Je dois faire une comparaison globale des 2 éch. pour les 4 réponses possibles et je dois aussi comparer les proportions de mes 2 éch pour chacune des réponses --> Chi.Test ? Si je fais un Chi.test, je saurais simplement s’il y a une différence entre mes 2 éch. mais moi je veux en plus savoir à quoi est due cette différence ou dans quelle sens elle va, comment faire ?
5- Comparaison de proportions de 3 éch. indépendants (N=80 vs N=121 vs N=111) pour 4 possibilités de réponses (une seule réponse possible).

Question subsidiaire : Peut-on comparer des effectifs ou compare-t-on tjs des proportions ? Est-ce que ça implique de passer par un nouveau tableau de contingence pour chaque test ?

J’espère avoir été claire, je répondrais volontiers à vos questions et compte bcp sur votre aide !!

Merci d’avance !
-----

[gg0]

Bonjour.

1) Ok. Si les variances sont inégales (test d'analyse de variance), l'hypothèse "les données proviennent de la même population" est rejetée, mais pas obligatoirement l'hypothèse "les mmoyennes sont égale", car le test est robuste.
2) Si les populations d'où sont tirés les échantillons sont gaussiennes de variances proches, oui. Si les variances sont très différentes, ou si les populations sous jacentes sont très loin d'être gaussiennes, on utilisera plutôt le test de Kruskall-Wallis.
A priori, il n'y a pas besoin de tester les différence 2 à 2. On regardera quelles moyennes sont très différentes.
3) Tester au préalables si les variances sont relativement proches. Vu la taille des échantillons et la robustesse de l'anova, c'est le bon test, sauf si les variances sont très différentes.
4) Khi-deux de comparaisons de proportions.
" je veux en plus savoir à quoi est due cette différence" Question non statistique.
"ou dans quelle sens elle va" lire les fréquences.
3) A priori, les fréquences donnent la comparaison. valider les différences repérées par des tests du Khi-deux. Contrairement à l'anova, ici, la comparaison globale n'a pas bien de sens.
NB : la première chose à faire, avant de se poser la question du test est de lire les résultats pour voir s'ils indiquent une différence, un effet, une varaition, ...

QS : On compare des fréquences, mais en connaissant la taille de l'échantillon. Donc en fait on compare indirectement des effectifs. Si on ne sait rien sur l'effectif global, on ne peut pas savoir si 50% diffère significativement de 75 % (sur un échantillon de 4, c'est un individu qui change de catégorie, ce qui est généralement le cas d'un échantillon à l'autre); sauf si on a les résultats de toute la population, auquel cas 50,001% est parfois bien supérieur à 49,999% (deuxième tour d'une présidentielle par exemple, le premier est président).

Cordialement.

[invite6e9adeba]

Désolée,

J'étais tellement à fond dans mon boulot que j'ai oublié de vous remercier pour votre réponse qui m'a totalement satisfaite !

Encore un grand merci, cela m'a bcp aidé