Le cinque famiglie<\/strong>, a seconda di cosa si confronta:<\/p>\n\n\n\n I tipi di confronto<\/strong>, in colonne:<\/p>\n\n\n\n Laddove due test sono separati da una barra, il primo \u00e8\u00a0parametrica<\/strong>\u00a0e il secondo\u00a0non parametrico<\/strong>\u00a0: Il test F e quello di Fligner-Killeen rispondono alla stessa domanda, il secondo senza presupporre la normalit\u00e0.<\/p>\n\n\n\n \ud83d\udca1\u00a0Z o T?<\/strong>\u00a0<\/p>\n\n\n\n Il test Z presuppone che la deviazione standard della popolazione sia nota, cosa che nella pratica accade raramente. Il test T la stima sulla base del campione. In caso di dubbio, si ricorra al test T.<\/p>\n<\/blockquote>\n\n\n\n Ellistat seleziona automaticamente i test pi\u00f9 adatti in base al tipo di dato che si desidera confrontare. Non \u00e8 necessario ricordare tutti i test: Ellistat fornisce il risultato completo dei test appropriati. Per una variabile continua, fornisce il test di differenza in termini di posizione, scala e dispersione! \u00c8 possibile selezionare una sola di queste categorie.\u00a0<\/p>\n\n\n\n I test parametrici presuppongono una distribuzione, solitamente quella normale. Sono\u00a0pi\u00f9 potenti<\/strong>\u00a0quando questa ipotesi \u00e8 valida: a parit\u00e0 di dati, rilevano scostamenti minori.<\/p>\n\n\n\n I test non parametrici non formulano ipotesi sulla distribuzione. Essi sono pi\u00f9 resistenti<\/strong> ma un po' meno sensibili.<\/p>\n\n\n\n Il menu mostra le due opzioni affiancate proprio per rendere esplicita questa scelta.<\/p>\n\n\n\n \u00c8 uno dei punti di forza del menu, spesso non valorizzato a dovere: Ellistat verifica automaticamente le ipotesi del test selezionato<\/strong> e mostra il verdetto.<\/p>\n\n\n\n I tre badge possono essere: <\/p>\n\n\n\n Quando un test non prevede alcuna condizione da verificare, Ellistat lo segnala: \u00abNon vi \u00e8 alcuna ipotesi da verificare per questo test\u00bb; \u00e8 il caso dei test non parametrici.<\/p>\n\n\n\n \u26a0\ufe0f Un test parametrico le cui condizioni non sono soddisfatte fornisce un valore p\u00a0che non ha il valore dichiarato<\/strong>. La reazione istintiva: passare all\u2019equivalente non parametrico della stessa riga, oppure risolvere la causa, eliminare un valore anomalo giustificato, trasformare i dati.<\/p>\n<\/blockquote>\n\n\n\n \ud83d\udca1 Non eliminare mai un valore anomalo solo perch\u00e9 risulta fastidioso. Un valore anomalo \u00e8 un informazioni<\/strong> : errore di inserimento dati, problema di produzione, pezzo fuori processo. \u00c8 meglio comprenderla piuttosto che eliminarla.<\/p>\n<\/blockquote>\n\n\n\n Il risultato presenta i\u00a0ipotesi<\/strong>\u00a0H0 e H1 formulate in modo chiaro per il vostro caso, la\u00a0statistica<\/strong>\u00a0del test, la\u00a0valore p<\/strong>, e la\u00a0conclusione<\/strong>\u00a0in base al suo colore: rifiuto dell'ipotesi H0 o non rifiuto dell'ipotesi H0.<\/p>\n\n\n\n Il grafico allegato accompagna il test: caselle a baffi per il confronto delle medie, barre per le proporzioni.<\/p>\n\n\n\n \ud83d\udca1 Osservare sempre il grafico e il p-value insieme. Il grafico mostra di quanto<\/strong> e in che senso<\/strong>, il p-value indica se ci si pu\u00f2 credere<\/strong>. L\u2019uno senza l\u2019altro tralascia met\u00e0 della conclusione.<\/p>\n<\/blockquote>\n\n\n\n Un\u2019ANOVA o un test di Kruskal-Wallis significativo indica che \u00abquesti gruppi non sono tutti uguali\u00bb. Non dice\u00a0non quale<\/strong> \u00e8 diverso.<\/p>\n\n\n\n A tal fine, Ellistat fornisce una conclusione a coppie<\/strong>, che confronta i gruppi a coppie.<\/p>\n\n\n\n \u26a0\ufe0f Il confronto tra tutte le coppie moltiplica il numero di test e, di conseguenza, i falsi allarmi: con dieci gruppi si effettuano quarantacinque confronti e, con un rischio di 5 % ciascuno, si riscontrano in media due differenze fittizie. Ecco perch\u00e9 \u00e8 necessario utilizzare il confronto a coppie fornito, anzich\u00e9 eseguire manualmente una serie di test t.<\/p>\n<\/blockquote>\n\n\n\n I dati sono accoppiate<\/strong> quando entrambe le serie trattano dei gli stessi individui<\/strong> : lo stesso pezzo prima e dopo il trattamento, lo stesso operatore che applica due metodi diversi, lo stesso pezzo misurato con due strumenti.<\/p>\n\n\n\n Il test appaiato elimina la variabilit\u00e0 tra individui e diventa molto pi\u00f9 potente.<\/p>\n\n\n\n \u26a0\ufe0f Trattare i dati appaiati come indipendenti \u00e8 l\u2019errore pi\u00f9 frequente e pi\u00f9 costoso: la variabilit\u00e0 tra i campioni nasconde l\u2019effetto ricercato, e si conclude che \u00abnon c\u2019\u00e8 differenza\u00bb quando invece \u00e8 evidente. Al contrario, dichiarare come appaiate delle serie che non lo sono crea differenze.<\/p>\n<\/blockquote>\n\n\n\n \ud83d\udca1 Il test ve lo ricorda indirettamente: in un test appaiato, si verifica la normalit\u00e0 sulla differenza<\/strong>. Se Ellistat parla della differenza tra i campioni, significa che siete effettivamente in un accoppiamento.<\/p>\n<\/blockquote>\n\n\n\n <\/p>","protected":false},"featured_media":0,"menu_order":30,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[23],"class_list":["post-4578","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-5-statistiques-inferentielles"],"acf":[],"yoast_head":"\nFamiglia<\/strong><\/td> State confrontando<\/strong><\/td> Domanda tipica<\/strong><\/td><\/tr><\/thead> Posizioni<\/strong><\/td> Media<\/td> Queste due impostazioni danno lo stesso valore medio?<\/td><\/tr> Scale<\/strong><\/td> Dispersioni<\/td> Questa macchina \u00e8 pi\u00f9 costante dell\u2019altra?<\/td><\/tr> Distribuzioni<\/strong><\/td> Modalit\u00e0 di distribuzione complete<\/td> Questi due lotti seguono la stessa legge?<\/td><\/tr> Gradi<\/strong><\/td> Posizioni, senza ipotesi di legge<\/td> La stessa domanda di \u201cPosizioni\u201d, ma senza dare per scontata la normalit\u00e0.<\/td><\/tr> Frequenze<\/strong><\/td> Proporzioni<\/td> Il tasso di scarti \u00e8 cambiato?<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n \n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tests.png\")
<\/figure>\n\n\n\n3.2 I test proposti<\/h2>\n\n\n\n
Famiglia<\/strong><\/td> Valore teorico<\/strong><\/td> 2 campioni<\/strong><\/td> Diversi campioni<\/strong><\/td><\/tr><\/thead> Posizioni<\/strong><\/td> Z teorico, T teorico<\/td> Test z, Test t \u2014 Test t appaiato<\/td> ANOVA \u2014 ANOVA appaiata<\/td><\/tr> Scale<\/strong><\/td> Test del chi-quadrato<\/td> Test F \/ Fligner-Killeen<\/td> Bartlett, Levene \/ Permutazione MAD<\/td><\/tr> Distribuzioni<\/strong><\/td> (realizzato con statistiche descrittive)<\/td> Cram\u00e9r-von Mises<\/td> Energie<\/td><\/tr> Gradi<\/strong><\/td> Test dei segni, Test di Wilcoxon<\/td> Test di Mann-Whitney, da B a C<\/td> Test di Kruskal-Wallis \u2014 Test di Friedman appaiato<\/td><\/tr> Frequenze<\/strong><\/td> Test 1P<\/td> Test 2P<\/td> Test del chi-quadrato<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n \n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tests2.png\")
<\/figure>\n\n\n\n3.3 Test parametrici e non parametrici<\/h2>\n\n\n\n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/parametriquevsnon.png\")
<\/figure>\n\n\n\n\n
3.4 Le condizioni di validit\u00e0, verificate per voi<\/h2>\n\n\n\n
\n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/badge-ok.png\"){kind=icon}
<\/figure>\n\n\n\n\n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/badge-ecart.png\"){kind=icon}
<\/figure>\n\n\n\n\n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/badge-pas-ok.png\"){kind=icon}
<\/figure>\n\n\n\nCondizione<\/strong><\/td> Cosa viene verificato<\/strong><\/td><\/tr><\/thead> Legge normale<\/strong><\/td> Ipotesi di normalit\u00e0 accettata o rifiutata. Nel caso di un test appaiato, essa riguarda la differenza<\/strong>tra i campioni, non su ogni singolo campione.<\/td><\/tr> Equivalenza delle varianze<\/strong><\/td> Ipotesi di varianza uguale accettata o rifiutata. Alcuni test della media sono sensibili a tale ipotesi.<\/td><\/tr> Valori anomali<\/strong><\/td> Presenza o assenza di valori atipici, che da soli possono determinare o mascherare una differenza.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n \n
\n
3.5 Leggere il risultato<\/h2>\n\n\n\n
\n
3.6 Diversi campioni<\/h2>\n\n\n\n
![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/comparaison2a2.png\")
<\/figure>\n\n\n\n\n
3.7 La trappola dell'accoppiamento<\/h2>\n\n\n\n
\n
\n