Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment calculer la valeur P d’un score Z dans R



Souvent, en statistiques, nous souhaitons déterminer la valeur p associée à un certain score z résultant d’un test d’hypothèse . Si cette valeur p est inférieure à un certain niveau de signification, nous pouvons rejeter l’hypothèse nulle de notre test d’hypothèse.

Pour trouver la valeur p associée à un z-score dans R, on peut utiliser la fonction pnorm(), qui utilise la syntaxe suivante :

pnorm(q, moyenne = 0, sd = 1, lower.tail = TRUE)

où:

  • q : Le score z
  • moyenne : la moyenne de la distribution normale. La valeur par défaut est 0.
  • sd : L’écart type de la distribution normale. La valeur par défaut est 1.
  • lower.tail : si VRAI, la probabilité à gauche de q dans la distribution normale est renvoyée. Si FALSE, la probabilité vers la droite est renvoyée. La valeur par défaut est VRAI.

Les exemples suivants illustrent comment trouver la valeur p associée à un score z pour un test à gauche, un test à droite et un test bilatéral.

Test de gauche

Supposons que nous souhaitions trouver la valeur p associée à un score z de -0,77 dans un test d’hypothèse gauche.

#find p-value
pnorm(q=-0.77, lower.tail=TRUE)

[1] 0.2206499

La valeur p est de 0,2206 . Si nous utilisons un niveau de signification de α = 0,05, nous ne parviendrons pas à rejeter l’hypothèse nulle de notre test d’hypothèse car cette valeur p n’est pas inférieure à 0,05.

Test de droite

Supposons que nous souhaitions trouver la valeur p associée à un score z de 1,87 dans un test d’hypothèse extrême droite.

#find p-value
pnorm(q=1.87, lower.tail=FALSE)

[1] 0.03074191

La valeur p est de 0,0307 . Si nous utilisons un niveau de signification de α = 0,05, nous rejetterions l’hypothèse nulle de notre test d’hypothèse car cette valeur p est inférieure à 0,05.

Test bilatéral

Supposons que nous souhaitions trouver la valeur p associée à un score z de 1,24 dans un test d’hypothèse bilatéral.

#find p-value for two-tailed test
2*pnorm(q=1.24, lower.tail=FALSE)

[1] 0.2149754

Pour trouver cette valeur p bilatérale, nous avons simplement multiplié la valeur p unilatérale par deux.

La valeur p est de 0,2149 . Si nous utilisons un niveau de signification de α = 0,05, nous ne parviendrons pas à rejeter l’hypothèse nulle de notre test d’hypothèse car cette valeur p n’est pas inférieure à 0,05.

Connexe : Vous pouvez également utiliser cecalculateur de score Z à valeur P en ligne pour trouver les valeurs p.

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *