Points clés
- Catégorie
- Maths, dates et finance
- Types d’entrée
- textarea, number, select
- Type de sortie
- json
- Couverture des échantillons
- 4
- API disponible
- Yes
Vue d’ensemble
Ce calculateur de test t à deux échantillons permet d'effectuer un test t indépendant avec variance groupée. Il accepte soit des données brutes sous forme de listes de valeurs, soit des statistiques résumées (moyenne, écart-type, taille de l'échantillon) pour comparer les moyennes de deux groupes distincts. Obtenez instantanément la statistique t, la valeur p, les degrés de liberté et la décision de rejet de l'hypothèse nulle au format JSON.
Quand l’utiliser
- •Pour comparer les moyennes de deux groupes indépendants afin de déterminer si leurs différences sont statistiquement significatives.
- •Lorsque vous disposez de données brutes ou de statistiques descriptives (moyenne, écart-type, taille) pour deux échantillons distincts.
- •Pour valider des hypothèses bilatérales ou unilatérales avec un seuil de signification (alpha) personnalisable.
Comment ça marche
- •Saisissez les données brutes des deux groupes dans les champs de texte, ou entrez directement les statistiques résumées (moyenne, écart-type, taille).
- •Définissez la différence hypothétique (généralement 0), le type d'hypothèse alternative (bilatérale, supérieur à, inférieur à) et le niveau alpha (ex: 0.05).
- •Ajustez le nombre de décimales souhaité pour l'affichage des résultats.
- •Le calculateur renvoie un objet JSON contenant la statistique t, la valeur p, les degrés de liberté et un booléen indiquant s'il faut rejeter l'hypothèse nulle.
Cas d’usage
Exemples
1. Comparaison de deux méthodes d'enseignement
Chercheur en éducation- Contexte
- Un chercheur souhaite savoir si une nouvelle méthode d'enseignement améliore les scores aux examens par rapport à la méthode traditionnelle.
- Problème
- Comparer les scores bruts de deux classes indépendantes pour vérifier si la différence de moyenne est significative.
- Comment l’utiliser
- Entrez les scores de la classe A dans 'Valeurs groupe 1' et ceux de la classe B dans 'Valeurs groupe 2'. Laissez la différence hypothétique à 0 et choisissez une hypothèse bilatérale avec un alpha de 0.05.
- Configuration d’exemple
-
{ "group1Values": "102, 98, 101, 105, 100", "group2Values": "95, 97, 94, 99, 96", "alternative": "two-sided", "alpha": 0.05 } - Résultat
- Le calculateur fournit une statistique t de 3.4669 et une valeur p de 0.0085, indiquant que l'hypothèse nulle est rejetée (rejectNull: true).
2. Test A/B sur le temps passé sur une page
Analyste de données- Contexte
- L'analyste a déjà calculé les moyennes et écarts-types du temps passé sur deux versions d'une page web, mais a besoin d'effectuer le test de signification statistique.
- Problème
- Effectuer un test t à partir de statistiques résumées sans avoir à manipuler des milliers de données brutes.
- Comment l’utiliser
- Laissez les champs de valeurs brutes vides. Saisissez les moyennes, écarts-types et tailles pour les groupes 1 et 2. Sélectionnez l'hypothèse alternative 'Supérieur à' si vous attendez une augmentation.
- Configuration d’exemple
-
{ "group1Mean": 120, "group2Mean": 110, "group1StandardDeviation": 15, "group2StandardDeviation": 18, "group1Size": 500, "group2Size": 500, "alternative": "greater" } - Résultat
- Le résultat JSON affiche la statistique t et la valeur p, confirmant rapidement si la version A retient les utilisateurs significativement plus longtemps que la version B.
Tester avec des échantillons
barcodeHubs associés
FAQ
Quelle est la différence entre les données brutes et les statistiques résumées ?
Les données brutes sont les valeurs individuelles de chaque groupe. Les statistiques résumées sont la moyenne, l'écart-type et la taille calculés au préalable. Le calculateur accepte les deux méthodes d'entrée.
Qu'est-ce que la variance groupée (pooled variance) ?
C'est une méthode qui suppose que les deux populations ont la même variance. Elle combine les variances des deux échantillons pour estimer une variance commune.
Que signifie la valeur p (p-value) dans les résultats ?
La valeur p indique la probabilité d'obtenir des résultats au moins aussi extrêmes que ceux observés, en supposant que l'hypothèse nulle est vraie. Une valeur p inférieure à alpha entraîne le rejet de l'hypothèse nulle.
Puis-je tester une différence spécifique entre les moyennes ?
Oui, vous pouvez modifier le champ 'Différence hypothèse' si vous souhaitez tester une différence précise (autre que zéro) entre les deux groupes.
Que signifie 'rejectNull: true' dans le résultat JSON ?
Cela signifie que la différence entre les deux groupes est statistiquement significative au niveau alpha choisi, et que l'hypothèse nulle (absence de différence) est rejetée.