464
Le logiciel R - Effectuer des analyses statistiques
alternative hypothesis: true ratio of variances is not
equal to 1
95 percent confidence interval:
0.1431908 0.6815918
sample estimates:
ratio of variances
0.3029910
On peut conclure qu’il y a une diff´ erence significative de la variance
de la mesure de l’intima-m´ edia entre les femmes qui ont une activit´ e
sportive et celles qui n’en ont pas, au risque α = 5 % de se tromper.
Astuce
Pensez ` a utiliser la fonction asymp.test() pour de grands ´ echantillons sans hypoth` ese normale.
Renvoi
Pour la comparaison de plus de deux variances, voir le test de Bartlett
qui sera pr´ esent´ e en analyse de la variance, page 548.
11.3.1.3 Tests de proportion
• Comparaison d’une proportion th´ eorique ` a une valeur de r´ ef´ erence (cas ` a un ´ echantillon)
Descriptif du test : Soit p la fr´ equence inconnue d’un caract` ere dans
une population donn´ ee. On observe des donn´ ees de pr´ esence/absence
de ce caract` ere sur les individus d’un ´ echantillon de taille n de cette
population. Les hypoth` eses du test que nous consid´ erons sont H 0 : p =
p 0 et H 1 : p
>
<
p 0 . La statistique de test sous H 0 est :
U =
ˆ
p − p 0
p 0 (1−p 0 )
n
∼ N(0, 1).
Conditions de validit´ e : L’´ echantillon doit ˆ etre suffisamment grand, il
faut v´ erifier que np 0 ≥ 5 et n(1 − p 0 ) ≥ 5.
Instruction R : Il est possible d’utiliser la fonction prop.test().
Exemple d’application : Supposons (et cela est vraiment une supposition) que le recueil des donn´ ees d’une ´ etude de cas intitul´ ee « ´
Etude
chez des femmes enceintes ` a Abidjan » ait ´ et´ e r´ ealis´ e apr` es une vaste
campagne d’information et de pr´ evention de l’infection par le VIH dont
l’objectif ´ etait de r´ eduire la proportion de personnes infect´ ees par le
Le logiciel R - Effectuer des analyses statistiques
alternative hypothesis: true ratio of variances is not
equal to 1
95 percent confidence interval:
0.1431908 0.6815918
sample estimates:
ratio of variances
0.3029910
On peut conclure qu’il y a une diff´ erence significative de la variance
de la mesure de l’intima-m´ edia entre les femmes qui ont une activit´ e
sportive et celles qui n’en ont pas, au risque α = 5 % de se tromper.
Astuce
Pensez ` a utiliser la fonction asymp.test() pour de grands ´ echantillons sans hypoth` ese normale.
Renvoi
Pour la comparaison de plus de deux variances, voir le test de Bartlett
qui sera pr´ esent´ e en analyse de la variance, page 548.
11.3.1.3 Tests de proportion
• Comparaison d’une proportion th´ eorique ` a une valeur de r´ ef´ erence (cas ` a un ´ echantillon)
Descriptif du test : Soit p la fr´ equence inconnue d’un caract` ere dans
une population donn´ ee. On observe des donn´ ees de pr´ esence/absence
de ce caract` ere sur les individus d’un ´ echantillon de taille n de cette
population. Les hypoth` eses du test que nous consid´ erons sont H 0 : p =
p 0 et H 1 : p
>
<
p 0 . La statistique de test sous H 0 est :
U =
ˆ
p − p 0
p 0 (1−p 0 )
n
∼ N(0, 1).
Conditions de validit´ e : L’´ echantillon doit ˆ etre suffisamment grand, il
faut v´ erifier que np 0 ≥ 5 et n(1 − p 0 ) ≥ 5.
Instruction R : Il est possible d’utiliser la fonction prop.test().
Exemple d’application : Supposons (et cela est vraiment une supposition) que le recueil des donn´ ees d’une ´ etude de cas intitul´ ee « ´
Etude
chez des femmes enceintes ` a Abidjan » ait ´ et´ e r´ ealis´ e apr` es une vaste
campagne d’information et de pr´ evention de l’infection par le VIH dont
l’objectif ´ etait de r´ eduire la proportion de personnes infect´ ees par le