Test T déchantillons appariés dans Excel

Dans ce didacticiel, vous apprendrez à exécuter et à interpréter le test t d'échantillons appariés à l'aide d'Excel. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog .

Le test t pour échantillons appariés va vérifier une différence dans les moyennes des observations. Donc, nous avons affaire à des données quantitatives entre une période de temps et une autre. De plus, nous avons affaire à des données de séries chronologiques.

Cela va être un test d'hypothèse avec tous les raccords qui vont avec. Si vous voulez en savoir plus sur la façon de faire un test d'hypothèse dans Excel, vous pouvez consulter mon livre Advancing Into Analytics .

Nous n'entrerons pas trop dans la théorie, mais nous utiliserons le pack d'outils d'analyse dans Excel, où nous testerons au niveau de signification de 95 % et utiliserons un ensemble de données évalué par des pairs de Plos One .

Fondamentalement, ce que nous voulons trouver, c'est s'il y a une différence dans les moyennes du groupe 1 entre le temps 1 et le temps 2. Nous allons essayer de reproduire une étude de recherche.

Table des matières

• Exécution et interprétation du test T pour échantillons appariés
• Conclusion

Exécution et interprétation du test T pour échantillons appariés

Allons-y et plongeons dans Excel . Nous pouvons exécuter ce test par échantillon, puis nous nous regrouperons et partirons de là.

Dans ces données, il s'agit de patients individuels. Ils ont été mesurés dans une période appelée Volume 1 , puis ont reçu une autre mesure dans le Volume 2 .

Nous devons connaître les mesures aux deux périodes, sinon nous ne pouvons pas utiliser ces patients ou ces observations. C'est une chose à savoir sur le test t pour échantillons appariés.

Prenons la moyenne des données des volumes 1 et 2, puis obtenons la différence entre les deux. Il semble que le volume 2 soit un peu plus élevé en 14.07.

La bonne chose à propos de l'utilisation des tests d'hypothèses est que nous pouvons vraiment creuser cela et décider si ce que nous voyons est juste un coup de chance ou non.

La prochaine chose à faire est d'aller dans la section Données , puis de sélectionner Outils d'analyse de données . Si vous n'êtes pas familier avec le pack d'outils, vous pouvez consulter le livre pour savoir comment l'installer ou effectuer une recherche sur le Web.

Dans les options, sélectionnez t-Test : Paired Two Sample for Means, puis cliquez sur le bouton OK .

Pour cette fenêtre, nous devons saisir deux plages.

Pour Variable 1 Range , sélectionnez toute la plage de données du volume 1 en appuyant sur CTRL + Maj + flèche vers le bas . Sélectionnons également toute la plage du Volume 2 pour le champ Variable 2 Range .

Nous avons obtenu le même nombre d'observations dans chaque groupe, ce qui est logique car nous avons besoin de ces observations pour chaque patient.

Puisque nous avons des étiquettes dans la première ligne, cochez la case Étiquettes puis pour Différence moyenne hypothétique , laissez-la vide. Il va supposer que la différence moyenne est significativement différente de zéro. Nous pouvons également vérifier s'il est différent de 5 ou -10, mais 0 est le plus courant.

Pour la plage de sortie , nous pouvons le mettre dans la même feuille de calcul, puis cliquer sur OK .

Visiblement, il s'agit d'une approche très axée sur les menus pour trouver la différence sur ce test. Nous pouvons voir les mêmes chiffres que nous avons fait plus tôt.

Ensuite, je veux que vous concentriez votre attention sur la valeur P(T<=t)> , qui est 0,751 . Cela signifie que ce n'est probablement pas une différence significative même si ce nombre est un peu plus élevé statistiquement parlant. Nous ne pouvons pas dire qu'il est probablement différent de 0.

Encore une fois, l'objectif est de faire passer votre analyse au niveau supérieur en lui appliquant des tests d'hypothèse.

Enfin, vérifions les données du groupe 1.

Sur la base du tableau, nous pouvons voir dans le Plos One Journal que la valeur p est de 0,751. Cela signifie que nous avons pu reproduire les résultats de recherche de ce rapport, ce qui est génial !

Félicitations aux chercheurs également pour avoir publié leurs données et les avoir mises à la disposition du public afin que tout le monde puisse y accéder. 

Le plus souvent, le test t pour échantillons appariés est utilisé lorsqu'il y a une intervention, que ce soit en médecine, en marketing ou en éducation. Par conséquent, il s'agit souvent d'un test de sciences sociales à utiliser pour savoir s'il y a eu un changement dans l'intervention.

Cependant, le côté difficile, c'est que nous devons avoir les observations à la fois avant et après l'intervention, ce qui est souvent difficile à faire dans les milieux d'affaires.

Test du chi carré dans Excel : Comparaison de variables
Excel Hacks Chaque entreprise devrait connaître
les tracés ggplot2 dans Excel pour des visualisations de données avancées

Conclusion

Un test t pour échantillons appariés est une procédure statistique utilisée pour comparer les moyennes de deux groupes ou échantillons apparentés. Il est couramment utilisé dans les situations où vous avez deux échantillons liés que vous souhaitez comparer.

Cela en fait un outil accessible et pratique pour les chercheurs et les analystes qui ont besoin de comparer rapidement et avec précision les moyennes de deux groupes apparentés.

Dans l'ensemble, il s'agit d'un outil essentiel pour quiconque travaille avec des données et cherche à en tirer des conclusions significatives.

Tous mes vœux,

George Mount