Ecart type et moyenne : données homogènes ou hétérogènes ???

Juste un ptits avis, avec un groupe de collègues. On est pas d accord.


sur R données suivantes:

moyennes:
1 4 7
36 31 28

écart types
1 4 7
4 3.8 3.7

Il s'agit de d'information receuillies sur 3 temps différents, meme sujets.


Les écarts types sont ils à considérer comme grands ou faibles ? On peut dire que les données sont donc plutôt hétérogènes ou homogènes ? Pour précision la maximale est de 20, la minimale de 40 et les medianes de chaque moment de passation de l epreuve sont à env 0.6 env de chaque moyenne.


MERCI beaucoup à l avance, car là moi je bloque.

Bonjour,

Une possibilité c'est de regarder le coefficient de variation sd/mu. Dans ton cas ça tourne entre 10 et 13%. Je ne trouve pas ça très important mais ta question renvois surtout à la question de la taille d'effet à laquelle toi seule peut répondre. A partir de quelle valeur considère-t-on qu'il y a eu un changement notable ?

Il est possible que dans votre cas des coeffcient de variation de l'ordre de 10% soit déjà très important s'il s'agit par exemple d'étalonner une machine de précision.

Donc définissez une variabilité qui vous semble importante avant d'analyser vos données et ensuite voyez ce que vous obtenez par rapport à vos connaissances à priori sur le sujet.

Pour précision la maximale est de 20, la minimale de 40 et les medianes de chaque moment de passation de l epreuve sont à env 0.6 env de chaque moyenne.

Euh là ça ne précise rien du tout car on ne sait pas de quoi tu parles.

Nik

Bonjour Nik,


Merci. Il s agit de nombre de mots reconnus après leurs apprentissage. Mon effectif est de 19 sujets.


En fait, je dois faire une analyse statistique descriptive par rapport à ces données.

et ne sais vraimEnt pas si : Les écarts types sont à considérer comme grands ou faibles ? Et surtout si on peut dire que les données sont donc plutôt hétérogènes ou homogènes ?




Axelle

Salut,

Comme déjà dit précédemment, il n'est pas possible de faire ce travail à la place du praticien. Ce n'est pas du ressort des statistiques de juger de l'importance d'un paramètre.

Nik