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 effectuer le test de Friedman dans Stata



Le test de Friedman est une alternative non paramétrique à l’ ANOVA à mesures répétées . Il est utilisé pour déterminer s’il existe ou non une différence statistiquement significative entre les moyennes de trois groupes ou plus dans lesquels les mêmes sujets apparaissent dans chaque groupe.

Ce didacticiel explique comment effectuer le test de Friedman dans Stata.

Exemple : le test de Friedman dans Stata

Pour cet exemple, nous utiliserons l’ensemble de données t43 , qui montre le temps de réaction de cinq patients prenant quatre médicaments différents. Puisque chaque patient est mesuré sur chacun des quatre médicaments, nous utiliserons le test de Friedman pour déterminer si le temps de réaction moyen diffère entre les médicaments.

Suivez les étapes suivantes pour effectuer le test de Friedman :

Étape 1 : Chargez et affichez les données.

Utilisez la commande suivante pour charger les données dans Stata :

utilisez https://www.stata-press.com/data/r14/t43

Affichez les données brutes à l’aide de la commande suivante :

br

Exemple de test de Friedman dans Stata

Étape 2 : Installez le package emh.

Pour effectuer le test de Friedman, nous devrons installer le package emh , qui n’est pas préinstallé dans Stata. Pour l’installer, tapez simplement la commande suivante :

ssc installer emh

Il devrait s’installer automatiquement en quelques secondes.

Étape 3 : Effectuez le test de Friedman.

Une fois le package emh installé, nous pouvons effectuer le test de Friedman en utilisant la syntaxe suivante :

emh variable_réponse variable_explicative, strates (variable répétée) transformation anova (rang)

Dans notre cas, nous utiliserons la syntaxe suivante :

score emh médicament, strate (personne) transformation anova (rang)

Sortie du test de Friedman dans Stata

Voici comment interpréter le résultat :

Q(3) = 13,5600. Il s’agit de la statistique du test de Friedman.

P = 0,0036 . Il s’agit de la valeur p associée à la statistique de test. Cette valeur étant inférieure à 0,05, nous pouvons rejeter l’hypothèse nulle selon laquelle le temps de réponse moyen est le même pour les quatre médicaments. Nous disposons de suffisamment de preuves pour conclure que le type de médicament utilisé entraîne des différences statistiquement significatives dans le temps de réponse.

Étape 4 : Rapportez les résultats.

Enfin, nous souhaitons rapporter les résultats du test. Voici un exemple de la façon de procéder :

Un test de Friedman a été réalisé sur 5 personnes pour examiner l’effet de quatre médicaments différents sur le temps de réponse. Chaque individu a utilisé chaque médicament une fois.

Les résultats ont montré que le type de médicament utilisé entraînait des différences statistiquement significatives dans le temps de réponse (Q(3) = 13,56, p = 0,0036).

Ajouter un commentaire

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