Calculateur d'intervalle de confiance pour la différence de moyennes

Qu'est-ce qu'un intervalle de confiance pour la différence de moyennes ?

Lors de la comparaison de deux groupes—traitement vs. contrôle, avant vs. après, méthode A vs. méthode B—vous voulez souvent savoir : de combien les moyennes diffèrent-elles ?

Un intervalle de confiance pour la différence (μ₁ - μ₂) fournit une plage de valeurs plausibles :

« Le groupe traitement a obtenu 8 points de plus en moyenne (IC 95 % : 5 à 11 points) »

Cela vous indique à la fois la différence estimée et sa précision.

Pourquoi comparer les différences ?

Effets de traitement

Un nouveau médicament réduit la pression artérielle. De combien par rapport au placebo ?

Améliorations de processus

Un nouveau processus de fabrication prétend réduire les défauts. Quelle amélioration peut-on attendre ?

Interventions éducatives

Une nouvelle méthode d'enseignement améliore les scores aux tests. Quelle est l'ampleur du bénéfice ?

Un intervalle de confiance répond : « Étant donné nos données, quelle plage de vraies différences est plausible ? »

La formule

Intervalle t à deux échantillons (variance poolée) :

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$

Où :

• $\bar{x}_1, \bar{x}_2$ = moyennes échantillonnales
• $S_p$ = écart-type poolé
• $n_1, n_2$ = tailles d'échantillon
• $t^*$ = valeur t critique avec $ddl = n_1 + n_2 - 2$

Intervalle t de Welch (variances inégales) :

$IC = (\bar{x}_1 - \bar{x}_2) \pm t^* \times \sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}$

La méthode de Welch utilise un calcul modifié des degrés de liberté lorsque les variances diffèrent entre les groupes.

Poolé vs. Welch : Lequel utiliser ?

Poolé (variances égales supposées) :

• Légèrement plus puissant lorsque les variances sont vraiment égales
• Utiliser lorsque : s₁ ≈ s₂ (ratio < 2)
• Approche plus traditionnelle

Welch (variances inégales autorisées) :

• Robuste lorsque les variances diffèrent
• Presque identique au poolé lorsque les variances sont égales
• Recommandé par défaut par de nombreux statisticiens

Ce calculateur supporte les deux approches.

Interprétation

Zéro dans l'intervalle

Si l'IC contient 0 :

• La différence n'est pas statistiquement significative
• Exemple : (-2 à 5) inclut zéro—on ne peut pas conclure que les moyennes diffèrent

Zéro n'est pas dans l'intervalle

Si 0 est en dehors de l'IC :

• La différence est statistiquement significative
• Exemple : (3 à 8) exclut zéro—les moyennes diffèrent vraiment

Signification pratique

Une différence peut être statistiquement significative mais pratiquement triviale :

• IC : (0,1 à 0,3 points)—significatif mais peut-être trop petit pour compter

Toujours considérer si l'ampleur est significative dans le contexte.

Applications

Essais cliniques

« Amélioration moyenne des symptômes : 15 points (IC 95 % : 12 à 18) »

L'estimation et sa précision guident les décisions de traitement.

Tests A/B

« La version B a augmenté la conversion de 0,8 point de pourcentage (IC 95 % : 0,3 à 1,3) »

Les équipes produits peuvent évaluer à la fois la signification et l'impact pratique.

Recherche éducative

« Les élèves du groupe d'intervention ont obtenu 7 points de plus (IC 95 % : 4 à 10) »

Les décideurs politiques voient le bénéfice estimé et son incertitude.

Amélioration de la qualité

« Le nouveau processus a réduit les défauts de 1,2 pour 1000 unités (IC 95 % : 0,8 à 1,6) »

Les gestionnaires peuvent évaluer si l'amélioration justifie les coûts.

Hypothèses

1. Indépendance : Les observations au sein et entre les groupes sont indépendantes
2. Normalité : Les populations sont approximativement normales, ou les échantillons sont grands
3. Variances égales (pour la méthode poolée) : Les écarts-types de population sont approximativement égaux

Les violations de l'indépendance sont les plus graves. La non-normalité compte principalement pour les petits échantillons. Les variances inégales sont gérées par la méthode de Welch.

Développement historique

Le cadre du test t à deux échantillons a été développé comme une extension du travail à un échantillon de William Gosset (Student) au début des années 1900.

Ronald Fisher a formalisé l'approche de variance poolée, en supposant des variances de population égales.

B.L. Welch (1947) a développé la modification pour les variances inégales, maintenant appelée le test t de Welch. Son approche utilise un degré de liberté modifié qui s'ajuste à la différence de variance.

La pratique statistique moderne favorise de plus en plus la méthode de Welch par défaut, car elle fonctionne bien que les variances soient égales ou non.

Lien avec les tests d'hypothèses

L'intervalle de confiance contient la même information qu'un test t à deux échantillons :

• Si l'IC contient 0 : Ne pas rejeter H₀ : μ₁ = μ₂
• Si l'IC exclut 0 : Rejeter H₀ au niveau α correspondant

L'intervalle fournit plus d'information—pas seulement s'il faut rejeter, mais la plage de différences plausibles.

Contexte de taille d'effet

Considérez rapporter le d de Cohen aux côtés de l'IC :

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

La taille d'effet standardise la différence, permettant la comparaison entre études avec différentes échelles.

Considérations de taille d'échantillon

La largeur de l'intervalle dépend de :

• Tailles d'échantillon (plus grandes = plus étroites)
• Variabilité au sein des groupes (plus faible = plus étroite)
• Niveau de confiance (plus faible = plus étroite)

Pour planifier des études, déterminez la taille d'échantillon nécessaire pour une précision désirée. La marge d'erreur diminue avec √n, donc doubler la précision nécessite de quadrupler la taille d'échantillon.

Apparié vs. indépendant

Ce calculateur gère les échantillons indépendants (sujets différents dans chaque groupe).

Pour les données appariées (mêmes sujets mesurés deux fois), utiliser un intervalle t apparié :

$IC = \bar{d} \pm t^* \times \frac{s_d}{\sqrt{n}}$

Où $\bar{d}$ est la moyenne des différences et $s_d$ est l'écart-type des différences.

Calculs connexes

• Calculateur d'écart-type poolé — Requis pour la méthode poolée
• Calculateur de d de Cohen — Taille d'effet standardisée
• Intervalle de confiance pour la moyenne — Groupe unique
• Calculateur de distribution T — Valeurs critiques
• Calculateur de valeur critique (t*) — t* pour n'importe quel ddl

Résumé

Les intervalles de confiance pour la différence de moyennes quantifient de combien deux moyennes de groupe diffèrent, avec l'incertitude dans cette estimation. Que ce soit pour comparer des traitements, des processus ou des méthodes, l'intervalle révèle à la fois l'ampleur de la différence et si elle est statistiquement significative (zéro en dehors de l'intervalle). La méthode de Welch fournit une approche robuste qui ne suppose pas des variances égales. Combinés avec les tailles d'effet, ces intervalles communiquent tout ce qui est nécessaire pour évaluer la signification pratique et statistique des comparaisons de groupes.