REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITE BATNA 02

Faculté SNV

Département de Biologie

Exposé sur

Test de DUNETT
Réaliser Par Rédiger par :

ANNEE UNIVERSITAIRE : 2019- 2020

 Test de DUNNETT'S

Introduction:

En statistique , le test de Dunnett est une procédure de comparaison multiple développée

par le statisticien canadien Charles Dunnett pour comparer chacun des traitements avec un
seul contrôle Les comparaisons multiples à un contrôle sont également appelées comparaisons
plusieurs-à-un.

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. 

Problème de comparaisons multiples

Le problème des comparaisons multiples, de la multiplicité ou des tests multiples survient

lorsque l'on considère simultanément un ensemble d'inférences statistiques ou en déduit un
sous-ensemble de paramètres sélectionnés en fonction des valeurs observées. Le problème
majeur dans toute discussion sur les procédures de comparaison multiple est la question de la
probabilité d'erreurs de type I. La plupart des différences entre les techniques alternatives
résultent d'approches différentes de la question de savoir comment contrôler ces erreurs. Le
problème est en partie technique; mais il s'agit en réalité beaucoup plus d'une question
subjective de savoir comment vous voulez définir le taux d'erreur et quelle est l'ampleur que
vous êtes prêt à laisser le taux d'erreur maximal possible.

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

Le travail original sur le problème des comparaisons multiples a été réalisé

par Tukey et Scheffé . Leur méthode était générale, qui considérait toutes sortes de
comparaisons par paires.  Les méthodes de Tukey et Scheffé permettent un nombre
quelconque de comparaisons parmi un ensemble de moyennes d'échantillons. D'autre part, le
test de Dunnett ne compare qu'un groupe avec les autres, traitant un cas particulier de
problème de comparaisons multiples - des comparaisons par paires de plusieurs groupes de
traitement avec un seul groupe témoin. Dans le cas général, où l'on compare chacune des
paires, on fait comparaisons (où k est le nombre de groupes), mais dans le cas du traitement
par rapport aux témoins, nous ne ferons que comparaisons. Si dans le cas des groupes de
traitement et de contrôle nous devions utiliser les méthodes plus générales de Tukey et
Scheffé, elles peuvent entraîner des intervalles de confiance inutilement larges. Le test de
Dunnett prend en considération la structure spéciale de comparaison du traitement au
contrôle, ce qui donne des intervalles de confiance plus étroits. 

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).

Description officielle du test de Dunnett

Le test de Dunnett est effectué en calculant une statistique t de Student pour chaque groupe

expérimental ou de traitement, où la statistique compare le groupe de traitement à un seul
groupe témoin. Puisque chaque comparaison a le même contrôle en commun, la procédure
incorpore les dépendances entre ces comparaisons. En particulier, les statistiques t sont toutes
dérivées de la même estimation de la variance de l'erreur qui est obtenue en regroupant les
sommes des carrés pour l'erreur dans tous les groupes (de traitement et de contrôle). La
statistique de test formelle pour le test de Dunnett est soit la plus grande en valeur absolue de
ces statistiques t (si un test bilatéral est requis), soit la plus négative ou la plus positive des
statistiques t (si un test unilatéral est obligatoire).
 Dans le test de Dunnett nous pouvons utiliser une table commune des valeurs critiques,
mais des options plus flexibles sont aujourd'hui facilement disponibles dans de nombreux
logiciels statistiques tels que R . Les valeurs critiques pour tout point de pourcentage donné
dépendent: du fait qu'un test unilatéral ou bilatéral est effectué; le nombre de groupes
comparés; le nombre total d’essais.

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:

Besoin d'aide? Consultez notre page de tutorat!

Étape 1: recherchez la valeur critique t Dunnett dans le tableau des valeurs critiques Dunnett . Tu

auras besoin:

 Votre niveau alpha choisi (généralement 5%),

 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.

Branchez la valeur dans la formule:

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:

Étape 3: Trouvez «n», le nombre dans un groupe. Pour cet exemple, c'est 5:

En résolvant la formule, nous obtenons:

D Dunnett = 2,65 * 2,481 = 6,575.

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

Résistance à la rupture du tissu 

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.

résistance à la rupture (lbs.)

la process process process

norme us 1 us 2 us 3

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 :

Le test de Dunnett (également appelé méthode de  Dunnett ou comparaison multiple de

Dunnett) compare les moyennes de plusieurs groupes expérimentaux à une moyenne
de groupe témoin pour voir s'il y a une différence. Lorsqu'un test ANOVA a des résultats
significatifs , il ne rapporte pas quelles paires de moyennes sont différentes. Dunnett peut être
utilisé après l'analyse ANOVA pour identifier les paires présentant des différences
significatives.

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

1. ^ Upton G. et Cook I. (2006.) Un dictionnaire de statistiques, 2e, Oxford University

Press, Oxford, Royaume-Uni.

2. ^ Rumsey, Deborah (19/08/2009). Statistiques II pour les

nuls . Wiley. p. 186 . Récupéré le 22/08/2012 . Test de dunnett développé par.

3. ^ Everett BS & Shrondal A. (2010.) Le Dictionnaire Cambridge des Statistiques , 4e,

Cambridge University Press, Cambridge, Royaume-Uni.

4. ^ "Logiciel statistique | Université de la technologie de l'information du

Kentucky" . Uky.edu. Archivé de l'original le 31/07/2012 . Récupéré le 22/08/2012 .

5. ^ A b c d Dunnett CW (1955). "Une procédure de comparaison multiple pour

comparer plusieurs traitements avec un contrôle" . Journal de l'American Statistical
Association . 50 : 1096-1121. doi : 10.1080 / 01621459.1955.10501294 .

6. ^ un b Dunnett CW (1964.) "De nouvelles tables pour des comparaisons multiples

avec un contrôle", Biométrie , 20 : 482–491.

7. ^ A b c David C. Howell, "Méthodes statistiques pour la psychologie", 8e éd.

8. ^ Test de Dunnett , HyperStat en ligne: un manuel d'introduction aux statistiques et un

didacticiel en ligne pour l'aide dans les cours de statistiques

9. ^ Mécanique de différents tests - Biostatistique BI 345 Archivé le 01/06/2010 à

la Wayback Machine , Collège Saint Anselm