Test de Student : comparer deux moyennes en ligne
Un écart de 6 mmHg (millimètres de mercure, unité de pression artérielle) entre deux traitements donne p ≈ 0,18 avec 4 patients par groupe, et p ≈ 0,014 avec 12, à moyennes et écarts-types (dispersions) inchangés (exemple construit). Ici p est la p-value : la probabilité d’un écart au moins aussi grand si les deux traitements avaient le même effet. Vous apprenez à comparer un écart à son incertitude, et non à lire une p-value seule.
Une expérience du cours de Cyril Voyant, à manipuler dans le navigateur. Le chapitre et ses diapositives · Toutes les expériences · Lexique : test de Student.
Essayer et interpréter
Gardez les moyennes et les écarts-types, puis faites varier le nombre de patients : la p-value change alors que l’écart reste le même. Rendez les deux moyennes égales : t (l’écart exprimé en unités d’erreur standard) vaut 0 et p vaut 1.
Une différence entre deux moyennes est-elle grande par rapport à son incertitude ?
Le test divise l’écart entre les moyennes par son erreur standard. Cette erreur grandit avec la dispersion et diminue quand l’effectif augmente : un même écart peut donc se détacher du hasard d’échantillonnage, ou s’y noyer. Significatif ne veut pas dire important.
Test de Student à variance commune.
Les définitions
- Δ
- La différence entre les deux moyennes.
- n₁, n₂
- Les effectifs des deux groupes, égaux dans cet outil.
- s₁, s₂, sₚ
- Les écarts-types de chaque groupe et leur estimation commune. Voir l’écart-type dans la loi normale.
- t
- L’écart Δ exprimé en unités d’erreur standard.
- ν
- Le nombre de degrés de liberté : ici n₁ + n₂ − 2.
- p-value
- La probabilité, si les moyennes sont égales et le modèle correct, d’un écart au moins aussi extrême. Ce n’est pas la probabilité que l’hypothèse soit vraie.
Hypothèses et limites
Test bilatéral à variance commune pour deux groupes indépendants de même effectif : normalité et variances homogènes à vérifier. Mesures appariées : un autre test. Les points dessinés sont construits à partir des résumés saisis.
Aller plus loin
- Le chapitre complet du cours : le raisonnement, d’autres exemples, le diaporama et la FAQ
- La loi normale : écart-type, aire et seuils
- Le test du χ² : comparer des effectifs plutôt que des moyennes
- Corrélation et R² : ce que la significativité ne dit pas
Les valeurs affichées sont calculées ou construites dans le modèle indiqué : ce ne sont pas de nouveaux résultats de recherche.
Cette expérience est présentée comme animation du cours : page de référence. Version anglaise : the English tool page.