Découvrez pourquoi les tests d’hypothèses sont utiles et parcourez le déroulé d’un test de proportion à un échantillon. Vous aborderez au passage des notions clés comme les scores-z, les p-values et les erreurs de faux négatif et de faux positif. Les jeux de données de l’enquête Stack Overflow et des livraisons médicales tardives sont présentés.

Tests d’hypothèse et scores z

À quoi sert le test A/B

Calcul de la moyenne de l’échantillon

Calcul d’un z-score

valeurs p

Procès pénal et tests d’hypothèses

Queue gauche, queue droite, deux queues

Calculer des p-valeurs

Signification statistique

Décisions à partir des p-valeurs

Calculer des intervalles de confiance

Erreurs de type I et de type II

Introduction aux tests d’hypothèses

Apprenez à tester les différences de moyennes entre deux groupes avec des tests t, puis à étendre cette approche à plus de deux groupes avec l’ANOVA et des tests t par paires.

Réaliser des tests t

Enchaînement d’un test d’hypothèse

Statistique de test pour deux moyennes

Calculer des p-valeurs à partir de statistiques t

Pourquoi a-t-on besoin de t ?

La loi t

Du t au p

Tests t appariés

t-tests appariés vs non appariés

Apparié

Non apparié

Faut-il apparier ?

Visualiser la différence

Utiliser t.test()

Tests ANOVA

Visualiser de nombreuses catégories

Réaliser un test ANOVA

Tests t par paires

Tests à deux échantillons et ANOVA

Apprenez à tester les différences de proportions entre deux groupes avec des tests de proportion, à étendre cela à plus de deux groupes avec des tests d’indépendance du chi carré, puis à revenir au cas à un échantillon avec des tests d’ajustement du chi carré.

Tests de proportion à un échantillon

t pour des proportions ?

Test pour une proportion unique

Tests de proportion à deux échantillons

Test de deux proportions

prop_test() pour deux échantillons

Test du chi carré d’indépendance

La loi du chi carré

Combien de queues pour les tests du khi carré ?

Réaliser un test du khi carré

Tests du khi deux d’adéquation

Visualiser l’adéquation du modèle

Réaliser un test d’adéquation

Tests de proportion

Découvrez les hypothèses des tests d’hypothèses paramétriques et voyez comment des tests non paramétriques, fondés sur la simulation ou sur les rangs, peuvent être utilisés lorsque ces hypothèses ne sont pas respectées.

Hypothèses en test d’hypothèses

Hypothèses courantes des tests d’hypothèse

Tester la taille d’échantillon

Le cadre « Il n’y a qu’un seul test »

There is only one test

Spécifier et formuler des hypothèses

Poursuivre le pipeline infer

Générer et calculer

Statistique observée et p-value

ANOVA non paramétrique et tests t non appariés

Test t par simulation

Tests de sommes de rangs

Félicitations !

Tests non paramétriques

Late Shipments

Late shipments Bootstrap Distribution

Democratic Presidential Candidates by County

StackOverflow Survey

Late Shipments w/ Freight Cost Group

Les tests d’hypothèses vous permettent de poser des questions sur vos jeux de données et d’y répondre de manière statistiquement rigoureuse. Dans ce cours, vous apprendrez comment et quand utiliser des tests courants comme les tests t, les tests de proportion et les tests du chi carré. Vous comprendrez en profondeur leur fonctionnement et les hypothèses qui les sous-tendent. Vous verrez aussi comment différents tests d’hypothèses sont liés grâce au cadre « There is only one test », et vous utiliserez des tests non paramétriques qui permettent de contourner les exigences des tests d’hypothèses classiques. Tout au long du cours, vous analyserez une enquête auprès des utilisateurs de Stack Overflow et un jeu de données sur des livraisons tardives de fournitures médicales.

<h2>Découvrez les tests d'hypothèses en R </h2>
Les tests d'hypothèse vous permettent de répondre à des questions sur vos ensembles de données d'une manière statistiquement rigoureuse. Dans ce cours, vous apprendrez comment et quand utiliser les tests courants tels que les tests t, les tests de proportion et les tests chi-carré. 
<br><br>
Vous comprendrez mieux leur fonctionnement et les hypothèses qui les sous-tendent. Vous apprendrez également comment les différents tests d'hypothèse sont liés à l'aide du cadre "Il n'y a qu'un seul test" et utiliserez des tests non paramétriques qui vous permettent de contourner les exigences des tests d'hypothèse traditionnels.
<br><br>
<h2>Découvrez les tests T et les tests du chi carré</h2>
Vous commencerez par apprendre pourquoi les tests d'hypothèse en R sont utiles, tout en examinant certains concepts clés au fur et à mesure. Vous apprendrez également comment les tests t peuvent vous aider à tester les différences de moyennes entre deux groupes et comment les tests chi-carré peuvent vous aider à comparer les résultats observés aux résultats attendus.  
<br><br>
<h2>Comprendre les relations entre les tests d'hypothèse R</h2>
Au fur et à mesure de votre progression, vous découvrirez les relations entre les différents tests, en explorant les éléments du hasard, de l'indépendance de l'observation et de la taille des échantillons. 
<br><br>
À la fin de ce cours, vous aurez une meilleure compréhension des tests d'hypothèse en R et saurez quand il est approprié d'utiliser des tests spécifiques sur vos données. 
<br><br>
Tout au long du cours, vous explorerez une enquête de Stack Overflow auprès des utilisateurs et un ensemble de données sur les envois tardifs de fournitures médicales".

Sampling in R

Découvrez les tests d'hypothèses en R : t-tests, tests de proportion et tests du chi-carré.

Tests d’hypothèses en R

Apprenez à utiliser les tests d’hypothèse dans R : tests t, tests de proportion et tests du chi carré, et à savoir quand les appliquer. 

Scientifique de données associé en R

Analyste de données  en R

Statisticien en R

Principes de la statistique en R

Data Evangelist at DataCamp

Calculating p-values from t-statistics

t-distributions

Degrees of freedom

Calculating degrees of freedom

Hypotheses

Significance level

Calculating p-values: one proportion vs. a value

Calculating p-values: two means from different groups

Let's practice!

Tests à deux échantillons et ANOVA - Calculer des p-valeurs à partir de statistiques t

Calculer des p-valeurs à partir de statistiques t

Create Your Free Account