Si vous n’avez jamais utilisé de tutoriel “learnr”, familiarisez-vous d’abord avec son interface ici.
Conformément au RGPD (Règlement Général sur la Protection des Données), nous sommes tenus de vous informer de ce que vos résultats seront collecté afin de suivre votre progression. Les données seront enregistrées au nom de l’utilisateur apparaissant en haut de cette page. Corrigez si nécessaire ! En utilisant ce tutoriel, vous marquez expressément votre accord pour que ces données puissent être collectées par vos enseignants et utilisées pour vous aider et vous évaluer. Après avoir été anonymisées, ces données pourront également servir à des études globales dans un cadre scientifique et/ou éducatif uniquement.
Appréhender la distribution du \(\chi^2\)
Appréhender les tests d’hypothèses
tabac <- data.frame(sexe = c("filles", "garçons", "filles",
"garçons"),
comport = c("fumeurs", "fumeurs", "non fumeurs", "non fumeurs"),
freq = c(12, 19, 26, 20))
#tabac
tabac_table <- xtabs(freq ~ sexe + comport, data = tabac)
# affichage du tableau de données
knitr::kable(tabac_table)
fumeurs | non fumeurs | |
---|---|---|
filles | 12 | 26 |
garçons | 19 | 20 |
Afin de calculer le \(\chi^2\) vous devez au préalable calculer un second tableau comprennant \(\alpha_i\)
Warning: `data_frame()` is deprecated, use `tibble()`.
This warning is displayed once per session.
Calculez le chi2
Déterminez l’aire à droite délimité par la valeur du quantile calculé ci-dessus
pchisq(QUANTILES, df = DEGREES_OF_FREEDOM, lower.tail = TRUE)
pchisq(2.35, df = 1, lower.tail = FALSE)
#TODO
Calculez cette fois ci via R et les snippets le test de \(\chi^2\) d’indépendance. Le snippet est .icchi2bi et renvoit ces instructions.
(chi2. <- chisq.test(TABLE)); cat("Expected frequencies:\n"); chi2.[["expected"]]
(chi2. <- chisq.test(tabac_table)); cat("Expected frequencies:\n"); chi2.[["expected"]]
#TODO
Obtenez vous la même valeur que calculé à la main ? La réponse est non. En effet, une correction est réalisée via la correction de continuité de Yates. En ajoutant l’argument correct = FALSE, vous retrouvez la même valeur que celle que vous avez calculé à la main.
(chi2. <- chisq.test(tabac_table, correct = FALSE)); cat("Expected frequencies:\n"); chi2.[["expected"]]
#TODO
L’étude s’intéresse aux groupes sainguins dans l’Iowa, le Missouri et la Floride
Les distributions des groupes sanguins sont-elles identiques dans les trois états étudiés ?
sang <- data.frame(groupe = c("A", "B", "AB", "O", "A", "B", "AB", "O", "A", "B", "AB", "O"),
etat = c("Floride", "Floride", "Floride", "Floride", "Iowa", "Iowa", "Iowa", "Iowa", "Missouri", "Missouri", "Missouri", "Missouri"),
freq = c(122, 117, 19, 244, 1781, 1351, 289, 3301, 353, 269, 60, 713))
sang_table <- xtabs(freq ~ groupe + etat, data = sang)
knitr::kable(sang_table)
Floride | Iowa | Missouri | |
---|---|---|---|
A | 122 | 1781 | 353 |
AB | 19 | 289 | 60 |
B | 117 | 1351 | 269 |
O | 244 | 3301 | 713 |
Avant de réalisez votre \(\chi^2\) d’indépendance avec R, déterminez le nombre de degré de liberte de votre \(\chi^2\)
Calculez le \(\chi^2_{obs}\) avec R et via le snippet .icchi2bi qui renvoit ces instructions.
(chi2. <- chisq.test(TABLE)); cat("Expected frequencies:\n"); chi2.[["expected"]]
(chi2. <- chisq.test(sang_table)); cat("Expected frequencies:\n"); chi2.[["expected"]]
#TODO
Bravo! Vous venez de terminer votre séance d’exercices dans un tutoriel “learnr”.
Laissez nous vos impressions sur cet outil pédagogique ou expérimentez encore dans la zone ci-dessous. Rappelez-vous que pour placer un commentaire dans une zone de code R, vous devez utilisez un dièse (#
) devant vos phrases.
# Ajout de commentaires
# ...
# Not yet...