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 t de Welch en Python



La manière la plus courante de comparer les moyennes entre deux groupes indépendants consiste à utiliser un test t à deux échantillons . Cependant, ce test suppose que les variances entre les deux groupes sont égales.

Si vous pensez que la variance entre les deux groupes n’est pas égale, vous pouvez utiliser le test t de Welch , qui est l’équivalent non paramétrique du test t à deux échantillons.

Pour effectuer le test t de Welch en Python, nous pouvons utiliser la fonction ttest_ind() de la bibliothèque SciPy , qui utilise la syntaxe suivante :

ttest_ind(a, b, égal_var=False)

où:

  • a : premier tableau de valeurs de données
  • b : Deuxième tableau de valeurs de données
  • égal_var : ne spécifie aucune hypothèse de variances égales entre les deux tableaux

Ce didacticiel explique comment utiliser cette fonction pour effectuer le test t de Welch en Python.

Exemple : le test t de Welch en Python

Supposons que nous souhaitions comparer les résultats des examens de 12 étudiants qui ont utilisé un livret de préparation à l’examen pour se préparer à un examen par rapport à 12 étudiants qui ne l’ont pas fait.

Le code suivant montre comment effectuer le test t de Welch en Python pour déterminer si les résultats moyens aux examens sont égaux entre les deux groupes :

#import ttest_ind() function
from scipy import stats

#define two arrays of data
booklet = [90, 85, 88, 89, 94, 91, 79, 83, 87, 88, 91, 90]
no_booklet = [67, 90, 71, 95, 88, 83, 72, 66, 75, 86, 93, 84]

#perform Welch's t-test 
stats.ttest_ind(booklet, no_booklet, equal_var = False)

Ttest_indResult(statistic=2.23606797749, pvalue=0.04170979503207)

La statistique du test s’avère être de 2,2361 et la valeur p correspondante est de 0,0417 .

Puisque cette valeur p est inférieure à 0,05, nous pouvons rejeter l’hypothèse nulle du test et conclure qu’il existe une différence statistiquement significative dans les résultats moyens aux examens entre les deux groupes.

Notez que les deux tailles d’échantillon dans cet exemple étaient égales, mais le test t de Welch fonctionne toujours même si les deux tailles d’échantillon ne sont pas égales.

Ressources additionnelles

Une introduction au test t de Welch
Calculatrice du test t de Welch
Comment effectuer le test t de Welch dans Excel

Ajouter un commentaire

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