Beruflich Dokumente
Kultur Dokumente
UNIVERSITE BATNA 02
Faculté SNV
Département de Biologie
Exposé sur
Test de DUNETT
Réaliser Par Rédiger par :
Introduction:
Définition:
Ce test post-hoc (ou test de comparaisons multiples) peut être utilisé pour déterminer les
différences significatives entre la moyenne d'un groupe témoin (de contrôle) et les moyennes
des autres groupes de traitement dans une analyse de variance. Le test de Dunnett est
considéré comme l'un des tests post-hoc les moins conservateurs (pour une présentation
détaillée des différents tests post-hoc tests.
Histoire
Le test de Dunnett a été développé en 1955; un tableau mis à jour des valeurs critiques a
été publié en 1964.
Les tests de Dunnett sont bien connus et largement utilisés dans la procédure de
comparaison multiple pour comparer simultanément, par estimation d'intervalle ou test
d'hypothèse, tous les traitements actifs avec un contrôle lors de l'échantillonnage à partir d'une
distribution où l'hypothèse de normalité est raisonnable. Le test de Dunnett est conçu pour
maintenir le taux d'erreur familial égal ou inférieur lors de la réalisation de comparaisons
multiples du groupe de traitement avec le contrôle.
Utilisations du test de Dunnett
Il est très courant d'utiliser le test de Dunnett dans des expériences médicales, par exemple
en comparant les mesures de la formule sanguine sur trois groupes d'animaux, dont l'un
servait de contrôle tandis que les deux autres étaient traités avec deux médicaments
différents. Une autre utilisation courante de cette méthode est chez les agronomes: les
agronomes peuvent vouloir étudier l'effet de certains produits chimiques ajoutés au sol sur le
rendement des cultures, ils laisseront donc certaines parcelles non traitées (parcelles témoins)
et les compareront aux parcelles où des produits chimiques ont été ajoutés. le sol (parcelles de
traitement).
Calcul
Comme Dunnett compare deux groupes, il agit de la même manière qu'un test t . La formule
suivante vous donne une valeur que vous pouvez utiliser pour comparer les différences
moyennes. La formule est:
Taille de l'échantillon, n,
Degrés de liberté par rapport à la sortie ANOVA «Au sein des groupes». Il s'agit du
«n» dans la colonne de gauche du tableau.
Par exemple, disons que vous avez un niveau alpha de 5%, une taille d'échantillon de 5 et 20
df. La valeur critique de Dunnett est de 2,65.
Étape 2: Trouvez les carrés moyens (MS) du groupe dans la table source ANOVA. Branchez
cette valeur dans la formule ci-dessus. Par exemple, disons que votre MS à l'intérieur est
15,39:
La réponse (6.575) est la distance critique entre les moyennes. Si la distance entre une
moyenne d'un groupe témoin et une moyenne d'un groupe expérimental est supérieure à
6,575, alors cette distance est significative. Par exemple, disons que vous aviez une moyenne
de groupe témoin de 52 et trois moyennes de groupe expérimental de 55, 64 et 72. Les
différences entre les moyennes (valeurs absolues) sont:
Groupe 1 55-52 = 3
Groupe 2 64-52 = 12
Groupe 3 72-52 = 20
Seuls les groupes 2 et 3 dépassent la distance de Dunnett de 6,575, ce sont donc les paires
significatives.
Exemples
L'exemple suivant a été adapté de celui donné par Villars. Les données représentent des
mesures de la résistance à la rupture du tissu traité par trois procédés chimiques différents par
rapport à une méthode standard de fabrication.
55 55 55 50
47 64 49 44
48 64 52 41
Veux
50 61 52 45
dire
Varian
19 27 9 21
ce
Conclusion :
Un groupe «témoin» fixe est comparé à tous les autres échantillons, il ne doit donc être utilisé
que lorsque vous avez un groupe témoin. Si vous n'avez pas de groupe témoin, utilisez le test
de Tukey.
Les références