664
Le logiciel R
La puissance du test est faible pour une taille d’´ echantillon n = 10. Nous
ne disposons pas d’assez d’information pour montrer que la moyenne est
diff´ erente de 1.
C- Quelques exemples pratiques
• ´
Etude vache
11.1- juste.apres.traite <- c(12000,13000,21500,17000,15000,22000,
11000,21000)
apres.traite.24h <- c(11000,20000,31000,28000,26000,30000,
16000,29000)
t.test(juste.apres.traite,apres.traite.24h,
paired=TRUE,alt="less")
11.2- # Test du signe:
dif <- juste.apres.traite - apres.traite.24h
smoins <- sum(dif<0)
splus <- sum(dif>0)
binom.test(min(splus,smoins),splus+smoins,alt="less")
11.3- # Test de Mann-withney:
wilcox.test(juste.apres.traite,apres.traite.24h,paired=TRUE,
exact=FALSE,alt="less")
• Athl` etes Est-allemandes
11.1- hormonale <- c(3.22,3.07,3.17,2.91,3.4,3.58,3.23,3.11,3.62)
t.test(hormonale,mu=3.1,alt="greater")
11.2- La quantit´ e d’androg` ene moyenne des athl` etes de l’Allemagne de l’Est est
significativement sup´ erieure ` a la quantit´ e moyenne de r´ ef´ erence 3.1. Elles
sont dop´ ees.
• L’alcool au volant
avant <- c(57,54,62,64,71,65,70,75,68,70,77,74,80,83)
apres <- c(55,60,68,69,70,73,74,74,75,76,76,78,81,90)
t.test(avant,apres,paired=TRUE)