Comparer une moyenne à une cible

Estimer l’écart entre une moyenne de population et une valeur spécifiée.

Guides · Statistiques de base · 4 min de lecture

Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.

Exemple : masse nette des sachets

40 sachets distincts ; une lecture de masse nette par sachet. Les sachets ont été échantillonnés aléatoirement dans un lot de production et pesés après prise en compte de la tare.

Télécharger les données d’exemple (CSV en anglais)

C’est le même exemple que dans Help. Importez le CSV pour suivre les étapes ou utilisez Open example in a practice copy dans Help pour préremplir les données d’entrée.

1. Créer l’espace de travail

Dans la barre latérale, ouvrez Basic Statistics et choisissez Means: One-Sample (t). Créez une analyse, nommez-la, sélectionnez New blank worksheet, puis choisissez Create analysis.

2. Importer les données d’exemple

Téléchargez le CSV ci-dessus et importez-le dans la feuille de données. Choisissez Comma comme délimiteur, Dot comme séparateur décimal et First row contains column names.

3. Affecter la colonne d’entrée

Dans Inputs, ouvrez Sample et sélectionnez net_mass_g.

4. Définir la comparaison

Saisissez 100 dans Hypothesized mean (μ₀) et 0.05 dans Significance level (α). Choisissez Two-sided (≠) pour Alternative hypothesis.

Means: One-Sample (t): Données d’entrée avec les affectations et réglages de l’exemple
Écran Inputs en anglais, avec les colonnes et réglages de l’exemple avant l’exécution de l’analyse. Voir l’image en taille réelle (s’ouvre dans un nouvel onglet)

5. Exécuter l’analyse

Choisissez Run analysis, puis ouvrez Results.

6. Interpréter les résultats

  1. Identifier la question

    Chacune des 40 lectures est la masse nette d’un sachet distinct. Le test compare la moyenne de population à 100 g ; il n’évalue pas chaque sachet par rapport à une spécification.

  2. Lire la différence estimée

    La moyenne des sachets est de 100.582 g, soit 0.582 g au-dessus de la cible. La différence de moyenne est la moyenne d’échantillon moins la cible : une valeur positive signifie donc un surremplissage moyen.

  3. Lire l’intervalle et le test

    L’intervalle à 95% pour moyenne moins cible est de 0.086–1.078 g. Il reste au-dessus de zéro et la valeur p bilatérale est de 0.02253. Les résultats indiquent un surremplissage moyen au seuil de 5%, sous l’hypothèse de sachets indépendants et d’un modèle de test t adapté. L’intervalle décrit l’excédent moyen, et non les masses individuelles.

  4. Décider si l’excédent compte en pratique

    Comparez l’ampleur et l’incertitude de l’excédent à la marge de remplissage convenue et au coût de matière. Vérifiez comment les sachets ont été échantillonnés avant de modifier la remplisseuse.

Plus de détails : lire chaque section des résultats

Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.

Test t à un échantillon

La statistique t compare la différence de moyenne à son erreur-type. Le nombre de degrés de liberté est de 39, issu de 40 sachets. La moyenne cible est de 100 g. Alpha 0.05 et l’hypothèse alternative bilatérale enregistrent le test ; le niveau de confiance est de 95%. Les bornes de l’IC délimitent moyenne moins cible en g. La valeur p teste une moyenne égale à la cible sous les hypothèses du test ; ce n’est pas la probabilité que la cible soit vraie.

Test t à un échantillon · 11 lignes
StatistiqueValeur
Statistique t2.37565
Degrés de liberté39
Valeur p0.0225278
Différence de moyenne0.582
Erreur-type0.244985
Moyenne cible (μ₀)100
α0.05
Hypothèse alternativetwo-sided
Niveau de confiance (%)95
Borne inférieure de l’IC0.0864703
Borne supérieure de l’IC1.07753
  • Rejeter H₀ (μ = 100.0) à α=0.05 (p=0.0225)
  • H₀: μ = 100.0
  • H₁: μ ≠ 100.0

7. Créer un rapport

Conservez le tableau One-sample t-test complet, la cible, le sens de la différence, l’intervalle de confiance et le contexte d’échantillonnage. Précisez que l’intervalle concerne la moyenne, et non la conformité individuelle des sachets.

Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.

Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.

Ce rapport a été généré dans l’application et il est en anglais. Sortie complète de l’application pour cet exemple de Help, avec les tableaux, graphiques et notes d’exécution applicables. Les valeurs des rapports reprennent la précision affichée par l’application. Les graphiques exportés sont statiques. Sur les écrans étroits, faites défiler horizontalement les graphiques et tableaux larges.
Voir l’exemple de rapport: Le remplissage moyen des sachets est-il à la cible ?

Nous utilisons Microsoft Clarity pour comprendre comment les visiteurs utilisent ce site, notamment à l’aide d’enregistrements de sessions et de cartes de chaleur. Vous pouvez utiliser le site sans accepter la mesure d’audience.

Votre choix est enregistré dans ce navigateur pendant six mois. Notice de confidentialité

Choix actuel : Aucun choix effectué.