SlideShare una empresa de Scribd logo
1 de 27
6- Comparaison de pourcentages à l’aide du  test du   2   Kinésithérapie et Biostatistiques avec Excel ® Jean-Louis Estrade Enseignant IFMK Orléans La Source  Enkre
[object Object],[object Object],[object Object],[object Object],[object Object],Nécessaires préambules…
Présentation du  test du   2   ,[object Object],[object Object],[object Object],[object Object]
Représentation et signification ,[object Object],[object Object],[object Object],[object Object],[object Object]
Liaison & causalité ,[object Object],[object Object],[object Object],[object Object]
Conditions de causalité ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Trier les données sous Excel ,[object Object],[object Object],[object Object]
Réaliser le tableau de   2 ,[object Object]
Réaliser le tableau de   2 ,[object Object]
Illustration du test Pour mieux matérialiser les pourcentages respectifs de chaque catégorie, surligner les valeurs du tableau et leurs intitulés et utiliser la fonction «  histogramme empilé à 100%  » dans le menu «  insérer un graphique  », «  histogramme  »
Analyse du graphique ,[object Object]
Analyse du graphique ,[object Object],[object Object]
Principes du test de   2 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Calcul des valeurs théoriques ,[object Object],* Les valeurs théoriques sont fortuitement des nombres entiers dans cet exemple
Calcul des valeurs théoriques ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Calcul à l’aide d’Excel ,[object Object],[object Object],[object Object],[object Object],[object Object]
Fonction « test.khideux » ,[object Object],[object Object]
Fonction « khideux.inverse » ,[object Object],[object Object],[object Object],* La comparaison de n pourcentages se fait avec n-1 degrés de liberté, puisque l’on peut, à l’aide de la valeur de n-1 cases déterminer la valeur des autres n cases
Fonction « loi.khideux » ,[object Object],[object Object]
Conditions d’application ,[object Object],[object Object],[object Object],[object Object]
Conclure  ,[object Object],[object Object],[object Object]
Conclure  ,[object Object],[object Object],[object Object],[object Object]
La correction de Yates ,[object Object],[object Object],[object Object],[object Object],[object Object]
Conditions d’application ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Exemples  ,[object Object],[object Object],[object Object]
Sinon ?  ,[object Object],[object Object],[object Object],[object Object],[object Object]
Bibliographie  ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

La actualidad más candente

Test t pour échantillons indépendants
Test t pour échantillons indépendantsTest t pour échantillons indépendants
Test t pour échantillons indépendants
Souad Azizi
 
Azizi test t a echantillons independants
Azizi test t a echantillons independantsAzizi test t a echantillons independants
Azizi test t a echantillons independants
Souad Azizi
 
Coefficient de contingence
Coefficient de contingenceCoefficient de contingence
Coefficient de contingence
Souad Azizi
 

La actualidad más candente (18)

ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)ANOVA  à 1 facteur, Analyse de variance, (One-way ANOVA)
ANOVA à 1 facteur, Analyse de variance, (One-way ANOVA)
 
Analyse de régression multiple
Analyse de régression multipleAnalyse de régression multiple
Analyse de régression multiple
 
Test t de student pour des échantillons indépendants
Test  t  de student  pour  des échantillons indépendants Test  t  de student  pour  des échantillons indépendants
Test t de student pour des échantillons indépendants
 
T test sur des échantillons appariés avec test de normalité
T test sur des  échantillons appariés  avec  test de normalité T test sur des  échantillons appariés  avec  test de normalité
T test sur des échantillons appariés avec test de normalité
 
Choix de l’analyse statistique appropriée
 Choix de l’analyse statistique appropriée  Choix de l’analyse statistique appropriée
Choix de l’analyse statistique appropriée
 
Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique
Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique
Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique
 
Analyse de régression linéaire
Analyse de régression linéaire Analyse de régression linéaire
Analyse de régression linéaire
 
Test khi deux
Test khi deuxTest khi deux
Test khi deux
 
Spss les premieres notions 1
Spss les premieres notions 1Spss les premieres notions 1
Spss les premieres notions 1
 
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
 
Analyses des données par SPSS et R
Analyses  des données par  SPSS et RAnalyses  des données par  SPSS et R
Analyses des données par SPSS et R
 
Cours acp mehdi_aman
Cours acp mehdi_amanCours acp mehdi_aman
Cours acp mehdi_aman
 
Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...
Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
 
Test t pour échantillons indépendants
Test t pour échantillons indépendantsTest t pour échantillons indépendants
Test t pour échantillons indépendants
 
Azizi test t a echantillons independants
Azizi test t a echantillons independantsAzizi test t a echantillons independants
Azizi test t a echantillons independants
 
Coefficient de contingence
Coefficient de contingenceCoefficient de contingence
Coefficient de contingence
 
Propensity score matching
Propensity score matchingPropensity score matching
Propensity score matching
 
Cours1
Cours1Cours1
Cours1
 

Destacado

Formation pcie excel partie 3
Formation pcie excel partie 3Formation pcie excel partie 3
Formation pcie excel partie 3
OneIDlille
 
Formation pcie excel partie 2
Formation pcie excel partie 2Formation pcie excel partie 2
Formation pcie excel partie 2
OneIDlille
 
Formation pcie excel partie 1
Formation pcie excel partie 1Formation pcie excel partie 1
Formation pcie excel partie 1
OneIDlille
 
Formation pcie ppt word partie 1
Formation pcie ppt word partie 1Formation pcie ppt word partie 1
Formation pcie ppt word partie 1
OneIDlille
 
Presentation du sp 23 decembre 2011 v4 diff2
Presentation du sp 23 decembre 2011 v4 diff2Presentation du sp 23 decembre 2011 v4 diff2
Presentation du sp 23 decembre 2011 v4 diff2
Gwladys
 
Trabajo ari (cole)
Trabajo ari (cole)Trabajo ari (cole)
Trabajo ari (cole)
ariana
 

Destacado (20)

Pathologie de l’appareil locomoteur
Pathologie de l’appareil locomoteurPathologie de l’appareil locomoteur
Pathologie de l’appareil locomoteur
 
Arthrose et arthrite
Arthrose et arthriteArthrose et arthrite
Arthrose et arthrite
 
Formation pcie excel partie 3
Formation pcie excel partie 3Formation pcie excel partie 3
Formation pcie excel partie 3
 
Formation pcie excel partie 2
Formation pcie excel partie 2Formation pcie excel partie 2
Formation pcie excel partie 2
 
Formation pcie excel partie 1
Formation pcie excel partie 1Formation pcie excel partie 1
Formation pcie excel partie 1
 
Formation pcie ppt word partie 1
Formation pcie ppt word partie 1Formation pcie ppt word partie 1
Formation pcie ppt word partie 1
 
Posters
PostersPosters
Posters
 
Learning Event No 5, Session 1, from Agriculture and Rural Development Day (A...
Learning Event No 5, Session 1, from Agriculture and Rural Development Day (A...Learning Event No 5, Session 1, from Agriculture and Rural Development Day (A...
Learning Event No 5, Session 1, from Agriculture and Rural Development Day (A...
 
Wie funktioniert traveltigers?
Wie funktioniert traveltigers?Wie funktioniert traveltigers?
Wie funktioniert traveltigers?
 
FORAG - Social Trends - Karriere
FORAG - Social Trends - KarriereFORAG - Social Trends - Karriere
FORAG - Social Trends - Karriere
 
7,Cometas
7,Cometas7,Cometas
7,Cometas
 
Presentation du sp 23 decembre 2011 v4 diff2
Presentation du sp 23 decembre 2011 v4 diff2Presentation du sp 23 decembre 2011 v4 diff2
Presentation du sp 23 decembre 2011 v4 diff2
 
[DE] NN Investment Partners Risk Rotation Umfrage
[DE] NN Investment Partners Risk Rotation Umfrage[DE] NN Investment Partners Risk Rotation Umfrage
[DE] NN Investment Partners Risk Rotation Umfrage
 
Tutorial netvibes
Tutorial netvibesTutorial netvibes
Tutorial netvibes
 
VenTESOL Propuesta Programa de Inglés para el Sistema de Orquestas
VenTESOL Propuesta Programa de Inglés para el Sistema de OrquestasVenTESOL Propuesta Programa de Inglés para el Sistema de Orquestas
VenTESOL Propuesta Programa de Inglés para el Sistema de Orquestas
 
Standing Teil1 - TanzSportAkademie.at
Standing Teil1 - TanzSportAkademie.atStanding Teil1 - TanzSportAkademie.at
Standing Teil1 - TanzSportAkademie.at
 
Trabajo ari (cole)
Trabajo ari (cole)Trabajo ari (cole)
Trabajo ari (cole)
 
5-Cm18
5-Cm185-Cm18
5-Cm18
 
Presentacion Carrera Ing. en Redes y Telecom. 2015 - UPDS
Presentacion Carrera Ing. en Redes y Telecom. 2015 - UPDSPresentacion Carrera Ing. en Redes y Telecom. 2015 - UPDS
Presentacion Carrera Ing. en Redes y Telecom. 2015 - UPDS
 
Le Web des données vs. le eLearning
Le Web des données vs. le eLearningLe Web des données vs. le eLearning
Le Web des données vs. le eLearning
 

Similar a Stat6 Chideux

Régression de variation des structures sociales
Régression de variation des structures socialesRégression de variation des structures sociales
Régression de variation des structures sociales
aniss25
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
TAKMACHTE
 
Chapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptxChapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptx
melianikholoud
 
Metrologie termilnal
Metrologie termilnalMetrologie termilnal
Metrologie termilnal
m.a bensaaoud
 
Ch6 Introduction à la Science de Données.pdf
Ch6 Introduction à la Science de Données.pdfCh6 Introduction à la Science de Données.pdf
Ch6 Introduction à la Science de Données.pdf
nesrinetaamallah
 
Presentation - Automated Variable Weighting in k-Means Type Clustering
Presentation - Automated Variable Weighting in k-Means Type ClusteringPresentation - Automated Variable Weighting in k-Means Type Clustering
Presentation - Automated Variable Weighting in k-Means Type Clustering
Franck Dernoncourt
 
Data Mining (Partie 3).pdf
Data Mining (Partie 3).pdfData Mining (Partie 3).pdf
Data Mining (Partie 3).pdf
OuailChoukhairi
 

Similar a Stat6 Chideux (20)

Régression de variation des structures sociales
Régression de variation des structures socialesRégression de variation des structures sociales
Régression de variation des structures sociales
 
Cox
CoxCox
Cox
 
Questionnaire sous spss
Questionnaire sous spssQuestionnaire sous spss
Questionnaire sous spss
 
Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
 
fr_Tanagra_Naive_Bayes_Classifier_Explained.pdf
fr_Tanagra_Naive_Bayes_Classifier_Explained.pdffr_Tanagra_Naive_Bayes_Classifier_Explained.pdf
fr_Tanagra_Naive_Bayes_Classifier_Explained.pdf
 
Thème 2.docx
Thème 2.docxThème 2.docx
Thème 2.docx
 
Chapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptxChapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptx
 
Intro
IntroIntro
Intro
 
Loic sarton (2)
Loic sarton (2)Loic sarton (2)
Loic sarton (2)
 
pmi définition variance
pmi définition variancepmi définition variance
pmi définition variance
 
Metrologie termilnal
Metrologie termilnalMetrologie termilnal
Metrologie termilnal
 
Chapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simpleChapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simple
 
7490_chap02.pdf
7490_chap02.pdf7490_chap02.pdf
7490_chap02.pdf
 
Les 10 plus populaires algorithmes du machine learning
Les 10 plus populaires algorithmes du machine learningLes 10 plus populaires algorithmes du machine learning
Les 10 plus populaires algorithmes du machine learning
 
Ch6 Introduction à la Science de Données.pdf
Ch6 Introduction à la Science de Données.pdfCh6 Introduction à la Science de Données.pdf
Ch6 Introduction à la Science de Données.pdf
 
FINAL.pptx
FINAL.pptxFINAL.pptx
FINAL.pptx
 
Presentation - Automated Variable Weighting in k-Means Type Clustering
Presentation - Automated Variable Weighting in k-Means Type ClusteringPresentation - Automated Variable Weighting in k-Means Type Clustering
Presentation - Automated Variable Weighting in k-Means Type Clustering
 
Cours statistiques
Cours statistiquesCours statistiques
Cours statistiques
 
Data Mining (Partie 3).pdf
Data Mining (Partie 3).pdfData Mining (Partie 3).pdf
Data Mining (Partie 3).pdf
 

Último

Bilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdfBilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdf
AmgdoulHatim
 
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptxCopie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
ikospam0
 

Último (16)

Intégration des TICE dans l'enseignement de la Physique-Chimie.pptx
Intégration des TICE dans l'enseignement de la Physique-Chimie.pptxIntégration des TICE dans l'enseignement de la Physique-Chimie.pptx
Intégration des TICE dans l'enseignement de la Physique-Chimie.pptx
 
les_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhkles_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhk
 
Echos libraries Burkina Faso newsletter 2024
Echos libraries Burkina Faso newsletter 2024Echos libraries Burkina Faso newsletter 2024
Echos libraries Burkina Faso newsletter 2024
 
Apolonia, Apolonia.pptx Film documentaire
Apolonia, Apolonia.pptx         Film documentaireApolonia, Apolonia.pptx         Film documentaire
Apolonia, Apolonia.pptx Film documentaire
 
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
 
Cours Généralités sur les systèmes informatiques
Cours Généralités sur les systèmes informatiquesCours Généralités sur les systèmes informatiques
Cours Généralités sur les systèmes informatiques
 
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
 
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projetFormation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projet
 
python-Cours Officiel POO Python-m103.pdf
python-Cours Officiel POO Python-m103.pdfpython-Cours Officiel POO Python-m103.pdf
python-Cours Officiel POO Python-m103.pdf
 
Bilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdfBilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdf
 
Télécommunication et transport .pdfcours
Télécommunication et transport .pdfcoursTélécommunication et transport .pdfcours
Télécommunication et transport .pdfcours
 
L application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptxL application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptx
 
L'expression du but : fiche et exercices niveau C1 FLE
L'expression du but : fiche et exercices  niveau C1 FLEL'expression du but : fiche et exercices  niveau C1 FLE
L'expression du but : fiche et exercices niveau C1 FLE
 
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANKRAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
 
Neuvaine de la Pentecôte avec des textes de saint Jean Eudes
Neuvaine de la Pentecôte avec des textes de saint Jean EudesNeuvaine de la Pentecôte avec des textes de saint Jean Eudes
Neuvaine de la Pentecôte avec des textes de saint Jean Eudes
 
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptxCopie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
 

Stat6 Chideux

  • 1. 6- Comparaison de pourcentages à l’aide du test du  2 Kinésithérapie et Biostatistiques avec Excel ® Jean-Louis Estrade Enseignant IFMK Orléans La Source Enkre
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10. Illustration du test Pour mieux matérialiser les pourcentages respectifs de chaque catégorie, surligner les valeurs du tableau et leurs intitulés et utiliser la fonction «  histogramme empilé à 100%  » dans le menu «  insérer un graphique  », «  histogramme  »
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.