๐Ÿ“Š ๐‚๐จ๐ฆ๐ฉ๐ซ๐ž๐ง๐๐ซ๐ž ๐ฅ๐ž๐ฌ ๐ญ-๐ญ๐ž๐ฌ๐ญ๐ฌ : ๐ฎ๐ง๐ž ๐›๐š๐ฌ๐ž ๐ข๐ง๐๐ข๐ฌ๐ฉ๐ž๐ง๐ฌ๐š๐›๐ฅ๐ž ๐ž๐ง ๐ฌ๐ญ๐š๐ญ๐ข๐ฌ๐ญ๐ข๐ช๐ฎ๐ž

Les ๐ญ-๐ญ๐ž๐ฌ๐ญ๐ฌ sont des tests statistiques utilisรฉs pour ๐œ๐จ๐ฆ๐ฉ๐š๐ซ๐ž๐ซ ๐๐ž๐ฌ ๐ฆ๐จ๐ฒ๐ž๐ง๐ง๐ž๐ฌ et vรฉrifier si les diffรฉrences observรฉes sont ๐ฌ๐ญ๐š๐ญ๐ข๐ฌ๐ช๐ฎ๐ž๐ฆ๐ž๐ง๐ญ ๐ฌ๐ข๐ ๐ง๐ข๐Ÿ๐ข๐œ๐š๐ญ๐ข๐ฏ๐ž๐ฌ.

๐™๐™ฃ ๐™ก๐™ž๐™ ๐™š ๐™š๐™ฉ ๐™ช๐™ฃ ๐™‹๐™–๐™ง๐™ฉ๐™–๐™œ๐™š de ce post avant d'aller plus loin nous feront plaisir.
Voici les principaux types de ๐ญ-๐ญ๐ž๐ฌ๐ญ๐ฌ selon la situation :
๐Ÿ”น ๐“๐ž๐ฌ๐ญ ๐ญ ๐๐ž ๐ฆ๐จ๐ฒ๐ž๐ง๐ง๐ž ๐ฌ๐ฎ๐ซ ๐ฎ๐ง ๐ž́๐œ๐ก๐š๐ง๐ญ๐ข๐ฅ๐ฅ๐จ๐ง (๐จ๐ง๐ž-๐ฌ๐š๐ฆ๐ฉ๐ฅ๐ž ๐ญ-๐ญ๐ž๐ฌ๐ญ)
๐ŸŽฏ Objectif : comparer la moyenne d’un seul รฉchantillon ร  une moyenne connue ou hypothรฉtique.
๐Ÿ“Œ Exemple : tester si la taille moyenne des plantes de votre expรฉrience est diffรฉrente de la taille standard de 20 cm.
๐Ÿ”น ๐“๐ž๐ฌ๐ญ ๐ญ ๐๐ž ๐๐ž๐ฎ๐ฑ ๐ž́๐œ๐ก๐š๐ง๐ญ๐ข๐ฅ๐ฅ๐จ๐ง๐ฌ ๐ข๐ง๐๐ž́๐ฉ๐ž๐ง๐๐š๐ง๐ญ๐ฌ (๐ฎ๐ง๐ฉ๐š๐ข๐ซ๐ž๐ ๐ญ-๐ญ๐ž๐ฌ๐ญ)
๐ŸŽฏ Objectif : comparer les moyennes de deux groupes indรฉpendants.
⚖️ Hypothรจse : les groupes ne sont pas liรฉs, avec variances รฉgales ou non.
๐Ÿ“Œ Exemple : comparer le rendement moyen entre des plantes cultivรฉes dans le sol A vs. le sol B.
๐Ÿ”น ๐“๐ž๐ฌ๐ญ ๐ญ ๐๐ž ๐ฉ๐š๐ข๐ซ๐ž๐ฌ (๐ฉ๐š๐ข๐ซ๐ž๐ ๐ฌ๐š๐ฆ๐ฉ๐ฅ๐ž ๐ญ-๐ญ๐ž๐ฌ๐ญ)
๐ŸŽฏ Objectif : comparer les moyennes d’un mรชme groupe ร  deux moments diffรฉrents ou sur des paires appariรฉes.
๐Ÿ“Œ Exemple : mesurer le nombre de feuilles des mรชmes plantes avant et aprรจs application d’un engrais.
๐Ÿ‘‰ Les ๐ญ-๐ญ๐ž๐ฌ๐ญ๐ฌ sont donc essentiels pour toute analyse de donnรฉes quantitatives, que ce soit en recherche, en รฉconomie, ou en data science.
________________________________________
Si vous avez trouvรฉ cette publication utile, n'hรฉsitez pas ร  ๐’๐’‚ ๐’๐’Š๐’Œ๐’†๐’“ ๐’†๐’• ร  ๐’๐’‚ ๐’‘๐’‚๐’“๐’•๐’‚๐’ˆ๐’†๐’“ avec vos amis et collรจgues !


________________________________________

Commentaires

Enregistrer un commentaire

Posts les plus consultรฉs de ce blog

ร‰conomรฉtrie des donnรฉes de panel: de la thรฉorie ร  la pratique

Image
L'รฉconomรฉtrie des donnรฉes de panel ร  la diffรฉrence du modรจle linรฉaire simple prรฉsente une double dimension: la dimension temporelle et la dimension individuelle.Par exemple on observe des variables macroรฉconomiques (PIB, inflation, taux de chรดmage, dรฉpenses publiques de consommation,...) sur les pays d'une zone monรฉtaire donnรฉes (Euro) sur une pรฉriode donnรฉe (2000-2020). Dans cet exemple la dimension temporelle c'est l'annรฉe et la dimension individuelle est matรฉrialisรฉe par le pays. L'image ci-aprรจs illustre bien la configuration que doivent avoir les donnรฉes de panel avant estimation. C'est un panel de 4 pays (Individus) sur la pรฉriode 2000-2005 avec comme variables: les exportations, les Investissement Directs ร‰trangers (IDE), le Produit Intรฉrieur Brute (PIB), l'ouverture commerciale, l'inflation, le capital humain, l'indice de corruption et le taux de change. L’รฉconomรฉtrie des donnรฉes de panel prรฉsente la modรฉlisation  en partant de la structure d...
Lire la suite