Calculateur de test d’une proportion

Comparez une proportion observée à une proportion supposée avec un test binomial exact. Saisissez les données résumées dans une colonne : événements dans la première ligne et nombre total d’essais dans la deuxième. Sélectionnez la colonne comme variable métrique pour afficher le test ci-dessus.

Calculer un test d’une proportion étape par étape

1. Videz le tableau et saisissez le nom de l’échantillon dans l’en-tête d’une colonne.
2. Saisissez le nombre d’événements dans la première ligne et le total des essais dans la deuxième. Le total comprend les événements et les non-événements.
3. Sélectionnez la colonne sous Variables métriques. Si nécessaire, changez son niveau de mesure en métrique. La colonne doit contenir exactement deux valeurs.
4. Définissez la proportion supposée (%). La valeur par défaut est 50 %.
5. Choisissez si la proportion dans la population diffère de, est inférieure à ou est supérieure à la proportion supposée.

Les effectifs doivent être entiers, avec un total d’essais supérieur à zéro et un nombre d’événements compris entre zéro et ce total. Saisissez les événements avant les essais ; les effectifs inversés sont refusés. Le calcul exact prend en charge jusqu’à 1 000 000 d’essais.

Exemple : 42 événements sur 100 essais

Chargez l’exemple ci-dessus ou copiez ce tableau dans le calculateur :

La proportion observée est 42 / 100 = 42 %. Il y a 58 non-événements, mais la deuxième ligne doit contenir le total de 100. Avec une proportion supposée de 50 % et l’alternative « différente », le test examine si la proportion d’événements dans la population diffère de 50 %.

Hypothèses et conditions

Pour un test bilatéral, l’hypothèse nulle indique que la proportion dans la population est égale à la valeur supposée ; l’alternative indique qu’elle en diffère. Les alternatives unilatérales examinent une proportion inférieure ou supérieure. Choisissez la direction avant d’examiner les résultats.

Utilisez ce test pour des essais indépendants avec deux résultats possibles et la même probabilité d’événement à chaque essai. Des observations répétées sur une même personne ou des observations regroupées peuvent violer l’indépendance. Le test binomial exact ne nécessite ni approximation normale ni effectif attendu minimal.

Comprendre les résultats

• Proportion observée : événements divisés par le nombre total d’essais.
• Valeur p exacte : probabilité binomiale de résultats au moins aussi extrêmes sous l’hypothèse nulle, selon l’alternative choisie. Le test bilatéral additionne les résultats au plus aussi probables que l’effectif observé ; les tests unilatéraux utilisent les queues inférieure ou supérieure inclusives.
• Intervalle de confiance à 95 % : intervalle bilatéral de Clopper-Pearson pour la proportion dans la population, y compris avec zéro événement ou lorsque tous les essais sont des événements.

Comparez la valeur p au seuil de signification choisi, souvent 0,05. Une valeur p plus petite apporte des éléments contre l’hypothèse nulle ; une valeur plus grande ne prouve pas l’égalité avec la proportion supposée. L’intervalle reste bilatéral pour toutes les alternatives et n’est pas l’inversion du test bilatéral ordonné par probabilité ; les décisions de signification peuvent donc différer.

Calculateurs associés

Pour des observations individuelles, par exemple Oui et Non, utilisez le calculateur de test binomial pour données brutes. Pour comparer les proportions de deux groupes indépendants, utilisez le calculateur de test de deux proportions.