Professional Documents
Culture Documents
PSY1351
Statistique appliquée
à la psychologie II
Formulaire et tables
Bernadette Govaerts
Institut de statistique, Université catholique de Louvain – Voie du Roman Pays, 20 - B 1348 Louvain-la-Neuve
Bernadette.govaerts@uclouvain.be
Arbre de choix de méthodes statistiques de Howell
Outils statistiques et commandes SPSS
Cette section passe en revue les outils statistiques vus ou revus dans le cadre du cours PSY1351 et fournit
les principales commandes SPSS permettant d’obtenir ces outils. ATTENTION : Ce document classe les
outils selon des critères qui ne sont pas universels. D’autres classements sont possibles et certains outils
sont peut-être oubliés. Il arrive très souvent qu’un graphique ou une analyse puisse être obtenu par
différents menus dans SPSS. Les commandes SPSS reprises dans ce document ne se veulent nullement
exhaustives mais sont plutôt fournies à titre d’exemples. A vous d’explorer les possibilités d’SPSS…
Résumé numérique
o Moyenne, mode, médiane (mesures de position)
o Analyze → Reports → Case Summaries (décocher «Display cases»)
o Analyze → Descriptive Statistics → Explore
o Analyze → Descriptive Statistics → Descrip!ves
o Étendue, EIQ, variance, écart-type, CV (mesures de dispersion)
o Analyze → Reports → Case Summaries (décocher «Display cases»)
o Analyze → Descriptive Statistics → Explore
o Analyze → Descriptive Statistics → Descrip!ves
o Tableau de fréquence + cumulés (éventuellement par classes)
o Analyze → Descrip!ve Sta!stics → Frequencies
Résumé graphique
o Histogramme - visualiser distribution
o Graphs → Legacy Dialogs → Histogram
o Graphs → Chart Builder → Histogram
o Box plot
o Graphs → Legacy Dialogs (→ Interac!ve )→ Boxplot
o Graphs → Chart Builder → Boxplot
o Diagramme en barres (discrète)
o Graphs → Legacy Dialogs → Bar (Simple)
o QQ plot
o Analyze → Descriptive Statistics → Q-Q Plots
Inférence
o Test t et intervalle de confiance sur une moyenne
o Analyze → Compare Means → One-Sample T test
o Test Khi2 et intervalle de confiance sur une variance
o Non disponible avec le module de base de SPSS
o Test Khi2 pour vérifier la normalité
o Non vu – Se référer au QQ plot pour vérifier la normalité
Résumé numérique
o Mode
o Analyze → Descrip!ve Sta!s!cs → Frequencies (Statistics)
o Médiane (qualitative ordinale)
o Analyze → Descrip!ve Sta!s!cs → Frequencies (Sta!s!cs)
o Analyze → Reports → Case Summaries (décocher «Display cases»)
o Analyze → Descriptive Statistics → Explore
o Tableau de fréquences (+ cumulés si ordinale)
o Analyze → Descrip!ve Sta!s!cs → Frequencies
Résumé graphique
o Diagramme en barres
o Graphs → Legacy Dialogs → Bar (Simple)
Inférence
o Variable à deux niveaux : Test sur une proportion (variables qualitative à deux niveaux)
o Analyze → Non Parametric Tests → Binomial
o Analyze → Non Parametric Tests → Chi Square
o Variable à plus de deux niveaux : Test d'ajustement Khi2 pour une variable catégorielle
o Analyze → Non Parametric Tests → Chi Square
Résumé numérique
o Coefficient de corrélation de Pearson, Spearman
o Analyze → Correlate → Bivariate
o Droite de régression des moindres carrés
o Graphs → Legacy Dialogs → Interac!ve → Scatterplot (Fit)
o Analyze → Regression → Linear
Résumé graphique
o Graphe X-Y - Scatter Plot
o Graphs → Legacy Dialogs → Interac!ve → Scatterplot
o Dessin de la droite de régression sur le grahe X-Y
o Graphs → Legacy Dialogs → Interac!ve → Scatterplot (Fit)
Inférence
o Test et intervalle de confiance sur un coefficient de corrélation de Pearson
o Analyze → Correlate → Bivariate
Explication-modélisation
o Régression linéaire
• Tests et intervalles de confiance sur les coefficients d'une droite de régression
o Analyze → Regression → Linear (Sta!s!cs)
• Prédiction et intervalle de confiance sur la réponse moyenne prédite et intervalle de
prédiction
o Analyze → Regression → Linear (Save – Prediction intervals)
• Outils pour valider les hypothèses (QQ plot résidus, graphe des résidus)
o Analyze → Regression → Linear (Plots)
o (Plots: X=ZPRED Y=ZRESID)
o (Plots: Normal probability plot)
Résumé numérique
o Table de contingence
o Analyze → Descrip!ve Sta!s!cs → Crosstabs
o V et Phi de Cramer
o Analyze → Descrip!ve Sta!s!cs → Crosstabs
Résumé graphique
o Diagramme en barres par catégories
o Graphs → Legacy Dialogs → Bar (Clustered/Stacked)
Inférence
o Test de comparaison de deux proportions
o Analyze → Descrip!ve Sta!s!cs → Crosstabs (Sta!s!cs:Chi-Square)
o Test d'indépendance Khi2
o Analyze → Descrip!ve Sta!s!cs → Crosstabs (Sta!s!cs:Chi-Square)
Résumé numérique
o Indices de position et dispersion par catégories de la variable qualitative
o Analyze → Reports → Case Summaries (décocher «Display cases»)
o Analyze → Descriptive Statistics → Explore
Résumé graphique
o Box plot par catégories
o Graphs → Chart Builder → Boxplot
Explication-modélisation
L'ANOVA I peut être considérée comme un modèle où on "explique" la variable Y à partir du niveau
pris par X (voir chapitre sur les modèles GLM)
Résumé numérique
o Coefficient de corrélation par niveau de la variable catégorielle
o Data → Split File (var catég) + Analyze → Correlate → Bivariate
Résumé graphique
o Graphe X-Y avec des symboles différents pour les niveaux de la variable qualitative
o Graphs → Legacy Dialogs → Scatterplot (Simple Scatter)
Explication-modélisation
o Modélisation GLM ou analyse de covariance pour expliquer une variable quantitative à partir d’une
variable qualitative et une variable quantitative
Résumé numérique
o Mesures de position et dispersion par combinaisons des niveaux de A et B
o Analyze → Reports → Case Summaries (décocher «Display cases»)
Résumé graphique
o Box plot par combinaisons des niveaux de A et B
o Graphs → Legacy Dialogs → Boxplot (Clustered)
k variables quantitatives
Résumé graphique
o Graphe X-Y matriciel (scatter plot matrix)
o Graphs → Legacy Dialogs → Scatter/dot (Matrix Scatter)
Explication-modélisation
o Régression linéaire multiple
• Tests et intervalles de confiance sur les coefficients d'une droite de régression
o Analyze → Regression → Linear (Sta!s!cs)
• Prédiction et intervalle de confiance sur la réponse moyenne prédite et intervalle de
prédiction
o Analyze → Regression → Linear (Save – Prediction intervals)
• Outils pour valider les hypothèses (QQ plot résidus, graphe des résidus)
o Analyze → Regression → Linear (Plots)
o (Plots: X=ZPRED Y=ZRESID)
o (Plots: Normal probability plot)
• Outils de détection d’outliers et de points influents : leverage et statistique de Cook
o Analyze → Regression → Linear ( Save: Préd unstd & Leverage) + Scatter/Dot:
X=Préd unstd Y=Lev)
• Indice VIF pour mesurer la colinéarité
o Analyze → Regression → Linear (Sta!s!cs)
Formulaire
1. Statistique descriptive
Transformation linéaire :
Si Y = a + bX alors : Y = a + bX sY2 = b 2 s 2X sY = b s X
s X sY
σ 02
Règle de décision
H0 σ²=σ0² H1 σ²>σ0² Accepter H1 si χ obs
2
≥ χ n−1;1−α
2
[
Intervalle de confiance sur µ à σ² connu : X − z1−α / 2 σ / n , X + z1−α / 2 σ / n ]
[
Intervalle de confiance sur µ à σ² inconnu : X − t n −1;1−α / 2 s / n , X + t n −1;1−α / 2 s / n ]
(n − 1) s 2 (n − 1) s 2
Intervalle de confiance sur une variance σ² : , 2
χ n −1;1−α / 2 χ n −1;α / 2
2
t obs =
(X1 - X 2 ) -δ 0
~ tr sous H0 avec r ≅ df =
(s 2
1 n1 + s 22 n 2 )
2
2
s
1
+
s 2
2 (s 2
n1
1
+
) (
2
s 22 n 2 )
2
n1 n 2 n1 − 1 n2 −1
s12
Test de comparaison de deux variances : Fobs = ~ Fn1-1,n2-1 sous H0
s 22
3. Calcul de la puissance d'un test
ΣXi
Bernouilli Be(p) Binomiale Bi(n,p)
ΣXi
X (n grand) ΣXi
5. Analyse de corrélation
Coefficient de corrélation ρ
E (( X − µ X )(Y − µY ))
ρ= où − 1 ≤ ρ ≤ 1
σ Xσ Y
Coefficient de corrélation r de Pearson
N
1 N
∑ ( X i − X )(Yi − Y ) ∑ X iYi − NXY
N − 1 i =1
r= i =1
=
N N s X sY
∑ ( X i − X )2 ∑ (Yi − Y )2
i =1 i =1
∑(X
i =1
i − X )(Yi − Y )
cov XY sY
a = Y − bX b= n
= 2
=r
s sX
∑ (X
i =1
i − X )² X
1 n
ˆ )2 = 1
n
n −1 2
s Y2. X = ∑
n − 2 i =1
(Yi − Y i ∑
n − 2 i =1
(Yi − a − bX i ) 2 =
n−2
sY (1 − r 2 ) = CM Rés
1 X2 1
sa = sY . X + sb = sY . X
n (n − 1) s X2 (n − 1) s X2
Equation de l'analyse de la variance
n n n
SCY = ∑ (Yi − Y ) 2 = ∑ (Yˆi − Y ) 2 + ∑ (Yi − Yˆi ) 2 = SCYˆ + SC Résiduelle
i =1 i =1 i =1
[b − t
n − 2;1−α / 2 b s , b + t n − 2;1−α / 2 sb ]
Prédiction de Y en X0
Yˆ = a + bX 0
Intervalle de confiance sur la réponse moyenne en X0
[ ˆ ˆ 2
] 2
1 (X 0 − X )2
Y − t n − 2;1−α / 2 s( µˆ Y . X ), Y + t n − 2;1−α / 2 s( µˆ Y . X ) avec s ( µˆ Y . X ) = sY . X +
n (n − 1) s X
2
Intervalle de prédiction
∑∑ ( X
j =1 i =1
ij − X .) = ∑∑ ( X j − X .) + ∑∑ ( X ij − X j ) 2
2
j =1 i =1
2
j =1 i =1
k nj n
1 1 k j
X. =
N
∑∑ X ij
j =1 i =1
et éventuellement S 2 = ∑∑
N − 1 j =1 i =1
( X ij − X j ) 2
j =1 n j
= SC A + SC B + SC AB + SC Erreurs
a b a b a b n
= ∑ nb( X i. − X ..) + ∑ na ( X . j − X ..) + ∑ ∑ n( X ij − X i. − X . j + X ..) + ∑ ∑ ∑ ( X ijk − X ij ) 2
2 2 2
i =1 j =1 i =1 j =1 i =1 j =1 k =1
Tableau de l'analyse de la variance
Source Sommes des carrés Deg de Lib Carrés moyens Fobs
Inter-cellules SCCel ab-1 CMCel CMCel/CMErr
A SCA a-1 CMA CMA/CMErr
B SCB b-1 CMB CMB/CMErr
AB SCAB ab-a-b+1 CMAB CMAB/CMErr
Intra-cellules
(Erreur) SCErr N-ab CMErr
Total SCTot N-1 CMTot
E (CM Erreur ) σ e2 σ e2 σ e2
10. Plan à mesures répétées avec une variable inter-sujets et une intra-sujets
Modèle pour plan à mesures répétées avec une variable inter-sujets et une intra-sujets
X ijk = µ + α j + π i ( j ) + β k + αβ jk + ε ijk
avec les εijk indépendants de distribution Normale N(0,σe2)
Tableau de l'analyse de la variance (en 2 tableaux dans SPSS)
M M M M O M M
M
Yn 1 X n1 X n 2 L X np ε n
β p
n ×1 n × ( p + 1) ( p + 1) × 1 n × 1
Estimateurs des moindres carrés des paramètres
b = (X' X) −1 X' Y
n
1
sY2. X = ∑
n − ( p + 1) i =1
(Yi − b0 − b1 X i1 − b2 X i 2 ... − b p X ip ) 2
x .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
Table des quantiles de la v. a. Normale réduite
Fournit les quantiles xp tels que P(X≤xp)= p p = P(X≤x p)
pour X ~ N(0,1)
xp
p 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.00 -2.3263 -2.0537 -1.8808 -1.7507 -1.6449 -1.5548 -1.4758 -1.4051 -1.3408
0.10 -1.2816 -1.2265 -1.1750 -1.1264 -1.0803 -1.0364 -0.9945 -0.9542 -0.9154 -0.8779
0.20 -0.8416 -0.8064 -0.7722 -0.7388 -0.7063 -0.6745 -0.6433 -0.6128 -0.5828 -0.5534
0.30 -0.5244 -0.4959 -0.4677 -0.4399 -0.4125 -0.3853 -0.3585 -0.3319 -0.3055 -0.2793
0.40 -0.2533 -0.2275 -0.2019 -0.1764 -0.1510 -0.1257 -0.1004 -0.0753 -0.0502 -0.0251
0.50 0.0000 0.0251 0.0502 0.0752 0.1004 0.1257 0.1510 0.1764 0.2019 0.2275
0.60 0.2533 0.2793 0.3055 0.3319 0.3585 0.3853 0.4125 0.4399 0.4677 0.4959
0.70 0.5244 0.5534 0.5829 0.6128 0.6433 0.6745 0.7063 0.7388 0.7722 0.8064
0.80 0.8416 0.8779 0.9154 0.9542 0.9945 1.0364 1.0803 1.1264 1.1750 1.2265
0.90 1.2816 1.3408 1.4051 1.4758 1.5548 1.6449 1.7507 1.8808 2.0537 2.3263
xp
p 0.7500 0.9000 0.9500 0.9750 0.9900 0.9950 0.9975 0.9990
n
1 1.0000 3.0780 6.3140 12.7060 31.8210 63.6570 127.3213 318.3088
2 0.8160 1.8860 2.9200 4.3030 6.9650 9.9250 14.0891 22.3271
3 0.7650 1.6380 2.3530 3.1820 4.5410 5.8410 7.4533 10.2145
4 0.7410 1.5330 2.1320 2.7760 3.7470 4.6040 5.5976 7.1732
5 0.7270 1.4760 2.0150 2.5710 3.3650 4.0320 4.7733 5.8934
6 0.7180 1.4400 1.9430 2.4470 3.1430 3.7070 4.3168 5.2076
7 0.7110 1.4150 1.8950 2.3650 2.9980 3.4990 4.0293 4.7853
8 0.7060 1.3970 1.8600 2.3060 2.8960 3.3550 3.8325 4.5008
9 0.7030 1.3830 1.8330 2.2620 2.8210 3.2500 3.6897 4.2968
10 0.7000 1.3720 1.8120 2.2280 2.7640 3.1690 3.5814 4.1437
11 0.6970 1.3630 1.7960 2.2010 2.7180 3.1060 3.4966 4.0247
12 0.6950 1.3560 1.7820 2.1790 2.6810 3.0550 3.4284 3.9296
13 0.6940 1.3500 1.7710 2.1600 2.6500 3.0120 3.3725 3.8520
14 0.6920 1.3450 1.7610 2.1450 2.6240 2.9770 3.3257 3.7874
15 0.6910 1.3410 1.7530 2.1310 2.6020 2.9470 3.2860 3.7328
16 0.6900 1.3370 1.7460 2.1200 2.5830 2.9210 3.2520 3.6862
17 0.6890 1.3330 1.7400 2.1100 2.5670 2.8980 3.2225 3.6458
18 0.6880 1.3300 1.7340 2.1010 2.5520 2.8780 3.1966 3.6105
19 0.6880 1.3280 1.7290 2.0930 2.5390 2.8610 3.1737 3.5794
20 0.6870 1.3250 1.7250 2.0860 2.5280 2.8450 3.1534 3.5518
21 0.6860 1.3230 1.7210 2.0800 2.5180 2.8310 3.1352 3.5272
22 0.6860 1.3210 1.7170 2.0740 2.5080 2.8190 3.1188 3.5050
23 0.6850 1.3190 1.7140 2.0690 2.5000 2.8070 3.1040 3.4850
24 0.6850 1.3180 1.7110 2.0640 2.4920 2.7970 3.0905 3.4668
25 0.6840 1.3160 1.7080 2.0600 2.4850 2.7870 3.0782 3.4502
26 0.6840 1.3150 1.7060 2.0560 2.4790 2.7790 3.0669 3.4350
27 0.6840 1.3140 1.7030 2.0520 2.4730 2.7710 3.0565 3.4210
28 0.6830 1.3130 1.7010 2.0480 2.4670 2.7630 3.0469 3.4082
29 0.6830 1.3110 1.6990 2.0450 2.4620 2.7560 3.0380 3.3962
30 0.6830 1.3100 1.6970 2.0420 2.4570 2.7500 3.0298 3.3852
35 0.6820 1.3060 1.6900 2.0300 2.4380 2.7240 2.9960 3.3400
40 0.6810 1.3030 1.6840 2.0210 2.4230 2.7040 2.9712 3.3069
45 0.6800 1.3010 1.6790 2.0140 2.4120 2.6900 2.9521 3.2815
50 0.6790 1.2990 1.6760 2.0090 2.4030 2.6780 2.9370 3.2614
100 0.6770 1.2900 1.6600 1.9840 2.3640 2.6260 2.8713 3.1737
0.6745 1.2816 1.6449 1.9600 2.3263 2.5758 2.8070 3.0902
Table des quantiles de la v.a. Chi-Carré
Fournit les quantiles xp tels que P(X≤xp)= p p = P(X≤x p)
pour X ~ χn
2
xp
p 0.005 0.010 0.025 0.050 0.100 0.250 0.500 0.750 0.900 0.95 0.975 0.990 0.995
n
1 0.00 0.00 0.00 0.00 0.02 0.10 0.45 1.32 2.71 3.84 5.02 6.64 7.88
2 0.01 0.02 0.05 0.10 0.21 0.58 1.39 2.77 4.61 5.99 7.38 9.21 10.60
3 0.07 0.11 0.22 0.35 0.58 1.21 2.37 4.11 6.25 7.82 9.35 11.35 12.84
4 0.21 0.30 0.48 0.71 1.06 1.92 3.36 5.39 7.78 9.49 11.14 13.28 14.86
5 0.41 0.55 0.83 1.15 1.61 2.67 4.35 6.63 9.24 11.07 12.83 15.09 16.75
6 0.68 0.87 1.24 1.64 2.20 3.45 5.35 7.84 10.64 12.59 14.45 16.81 18.55
7 0.99 1.24 1.69 2.17 2.83 4.25 6.35 9.04 12.02 14.07 16.01 18.48 20.28
8 1.34 1.65 2.18 2.73 3.49 5.07 7.34 10.22 13.36 15.51 17.53 20.09 21.95
9 1.74 2.09 2.70 3.33 4.17 5.90 8.34 11.39 14.68 16.92 19.02 21.67 23.59
10 2.16 2.56 3.25 3.94 4.87 6.74 9.34 12.55 15.99 18.31 20.48 23.21 25.19
11 2.60 3.05 3.82 4.58 5.58 7.58 10.34 13.70 17.28 19.68 21.92 24.72 26.76
12 3.07 3.57 4.40 5.23 6.30 8.44 11.34 14.85 18.55 21.03 23.34 26.22 28.30
13 3.57 4.11 5.01 5.89 7.04 9.30 12.34 15.98 19.81 22.36 24.74 27.69 29.82
14 4.08 4.66 5.63 6.57 7.79 10.17 13.34 17.12 21.06 23.68 26.12 29.14 31.32
15 4.60 5.23 6.26 7.26 8.55 11.04 14.34 18.25 22.31 25.00 27.49 30.58 32.80
16 5.14 5.81 6.91 7.96 9.31 11.91 15.34 19.37 23.54 26.30 28.85 32.00 34.27
17 5.70 6.41 7.56 8.67 10.09 12.79 16.34 20.49 24.77 27.59 30.19 33.41 35.72
18 6.27 7.02 8.23 9.39 10.87 13.68 17.34 21.61 25.99 28.87 31.53 34.81 37.16
19 6.84 7.63 8.91 10.12 11.65 14.56 18.34 22.72 27.20 30.14 32.85 36.19 38.58
20 7.43 8.26 9.59 10.85 12.44 15.45 19.34 23.83 28.41 31.41 34.17 37.57 40.00
21 8.03 8.90 10.28 11.59 13.24 16.34 20.34 24.94 29.62 32.67 35.48 38.93 41.40
22 8.64 9.54 10.98 12.34 14.04 17.24 21.34 26.04 30.81 33.92 36.78 40.29 42.80
23 9.26 10.20 11.69 13.09 14.85 18.14 22.34 27.14 32.01 35.17 38.08 41.64 44.18
24 9.89 10.86 12.40 13.85 15.66 19.04 23.34 28.24 33.20 36.42 39.36 42.98 45.56
25 10.52 11.52 13.12 14.61 16.47 19.94 24.34 29.34 34.38 37.65 40.65 44.31 46.93
26 11.16 12.20 13.84 15.38 17.29 20.84 25.34 30.43 35.56 38.89 41.92 45.64 48.29
27 11.81 12.88 14.57 16.15 18.11 21.75 26.34 31.53 36.74 40.11 43.19 46.96 49.64
28 12.46 13.56 15.31 16.93 18.94 22.66 27.34 32.62 37.92 41.34 44.46 48.28 50.99
29 13.12 14.26 16.05 17.71 19.77 23.57 28.34 33.71 39.09 42.56 45.72 49.59 52.34
30 13.79 14.95 16.79 18.49 20.60 24.48 29.34 34.80 40.26 43.77 46.98 50.89 53.67
40 20.71 22.16 24.43 26.51 29.05 33.66 39.34 45.62 51.81 55.76 59.34 63.69 66.77
50 27.99 29.71 32.36 34.76 37.69 42.94 49.33 56.33 63.17 67.50 71.42 76.15 79.49
60 35.53 37.48 40.48 43.19 46.46 52.29 59.33 66.98 74.40 79.08 83.30 88.38 91.95
70 43.28 45.44 48.76 51.74 55.33 61.70 69.33 77.58 85.53 90.53 95.02 100.4 104.2
80 51.17 53.54 57.15 60.39 64.28 71.14 79.33 88.13 96.58 101.9 106.63 112.3 116.3
90 59.20 61.75 65.65 69.13 73.29 80.62 89.33 98.65 107.6 113.1 118.14 124.1 128.3
100 67.33 70.06 74.22 77.93 82.36 90.13 99.33 109.1 118.5 124.3 129.56 135.8 140.2
Table des quantiles de la v.a. de Fisher
Fournit les quantiles xp tels que P(X≤xp)= p p = P(X≤x p)
pour X ~ Fn1;n2
xp
n1 1 2 3 4 5 6 7 8 9 10 20 30 50 100 inf
n2
1 161 200 216 225 230 234 237 239 241 242 248 250 252 253 254
2 18.5 19.0 19.2 19.3 19.3 19.3 19.4 19.4 19.4 19.4 19.5 19.5 19.5 19.5 19.5
3 10.1 9.6 9.3 9.1 9.0 8.9 8.9 8.8 8.8 8.8 8.7 8.6 8.6 8.5 8.5
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.80 5.75 5.70 5.66 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.56 4.50 4.44 4.41 4.37
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 3.87 3.81 3.75 3.71 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.45 3.38 3.32 3.28 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.15 3.08 3.02 2.98 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 2.94 2.86 2.80 2.76 2.71
10 4.97 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.77 2.70 2.64 2.59 2.54
11 4.84 3.98 3.59 3.36 3.20 3.10 3.01 2.95 2.90 2.85 2.65 2.57 2.51 2.46 2.40
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.54 2.47 2.40 2.35 2.30
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.46 2.38 2.31 2.26 2.21
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.39 2.31 2.24 2.19 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.33 2.25 2.18 2.12 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.28 2.19 2.12 2.07 2.01
17 4.45 3.59 3.20 2.97 2.81 2.70 2.61 2.55 2.49 2.45 2.23 2.15 2.08 2.02 1.96
18 4.41 3.56 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.19 2.11 2.04 1.98 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.16 2.07 2.00 1.94 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.12 2.04 1.97 1.91 1.84
25 4.24 3.39 2.99 2.76 2.60 2.49 2.41 2.34 2.28 2.24 2.01 1.92 1.84 1.78 1.71
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.17 1.93 1.84 1.76 1.70 1.62
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 1.88 1.79 1.70 1.64 1.56
40 4.09 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 1.84 1.74 1.66 1.59 1.51
45 4.06 3.20 2.81 2.58 2.42 2.31 2.22 2.15 2.10 2.05 1.81 1.71 1.63 1.55 1.47
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03 1.78 1.69 1.60 1.53 1.44
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.75 1.65 1.56 1.48 1.39
70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97 1.72 1.62 1.53 1.45 1.35
80 3.96 3.11 2.72 2.49 2.33 2.21 2.13 2.06 2.00 1.95 1.70 1.60 1.51 1.43 1.32
90 3.95 3.10 2.71 2.47 2.32 2.20 2.11 2.04 1.99 1.94 1.69 1.59 1.49 1.41 1.30
100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.98 1.93 1.68 1.57 1.48 1.39 1.28
150 3.90 3.06 2.67 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.64 1.54 1.44 1.35 1.22
200 3.89 3.04 2.65 2.42 2.26 2.14 2.06 1.99 1.93 1.88 1.62 1.51 1.41 1.32 1.19
inf 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.57 1.46 1.35 1.24 1.00