Test du khi carré d'indépendance

Tests A/B en R

Lauryn Burleigh

Data Scientist

Tableaux de fréquences

Vérifier si des variables nominales sont liées
- Manger de nouveau la garniture de pizza
Tableau de fréquences : nombre de cooccurrences de chaque condition nommée
- Pizza à une garniture : variable 1
- Mangerait de nouveau : variable 2

table(Pizza$Topping, Pizza$EatAgain)

             Maybe  No Yes
  Cheese       207  90 703
  Pepperoni    147 101 752

Hypothèses

Hypothèse nulle : aucune relation entre la garniture et l'intérêt à remanger
Hypothèse alternative : relation entre la garniture et l'intérêt à remanger

Aucune conclusion causale

Photographie de pointes de pizza.

Taille de l'échantillon

library(pwr)
pwr.chisq.test(w = 0.1, df = 2, 
               power = 0.80, 
               sig.level = 0.05)

     Chi squared power calculation 
              w = 0.1
              N = 963.4689
             df = 2
      sig.level = 0.05
          power = 0.8
NOTE: N is the number of observations

w :
- Petit : 0,10
- Moyen : 0,30
- Grand : 0,50
Degrés de liberté :
- (Conditions-de-la-variable-1 − 1) × (Conditions-de-la-variable-2 − 1)
- (2 − 1) × (3 − 1) = 2

Minimum de cinq valeurs pour chaque combinaison de variables

Test du khi carré

freqtbl <- table(Pizza$Topping, 
                 Pizza$EatAgain) 
chisq.test(freqtbl)

    Pearson's Chi-squared test

data:  freqtbl
X-squared = 12.453, df = 2, 
p-value = 0.001976

Très grands échantillons : plus de 1 000

Taille d'effet

Taille d'effet : w
Probabilités

probtbl <- freqtbl/sum(freqtbl) 

library(pwr)
ES.w2(probtbl)

Petite : 0,10
Moyenne : 0,30
Grande : 0,50

[1] 0.07890872

Puissance

pwr.chisq.test(w = 0.079, df = 2, 
               N = 1000, 
               sig.level = 0.002)

     Chi squared power calculation 

              w = 0.079
              N = 1000
             df = 2
      sig.level = 0.002
          power = 1

NOTE: N is the number of observations

Passons à la pratique !

Tests A/B en R