Discussion :

[y_lebourhis]

Bonjour à tous,

Lors d'une étude je dois déterminer s'il existe un lien statistique entre la classe d'âge des enseignants et la fréquence d'utilisation de l'informatique en classe ? Voici comment j'ai isolé les différentes classes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
> read.csv2("bdd_csv.csv", sep=";", header=TRUE)->tabbrut
> table(tabbrut[,1],tabbrut[,2], tabbrut[,4])
 
 ,  = [20_30[                      
                                         non oui
  plus_d_une_fois_par_sem       2  17
  une_fois_par_sem_ou_moins   3  11
 
, ,  = [30_40[                         
                                         non oui
  plus_d_une_fois_par_sem       2  35
  une_fois_par_sem_ou_moins   8  16
 
, ,  = [40_50[                      
                                         non  oui
  plus_d_une_fois_par_sem        4  20
  une_fois_par_sem_ou_moins   11   6
 
, ,  = [50_et_+[                           
                                         non  oui
  plus_d_une_fois_par_sem        1   8
  une_fois_par_sem_ou_moins    8  10

Veuillez trouver ci-joint mon fichier de données brutes.
Par avance merci pour toute info ou aide.

Yann

[vchouraki]

Bonjour,

http://www.developpez.net/forums/d89...e-fonctions-r/

HTH

Vincent

[KingOdilon]

Bonjour y_lebourhis,

voici comment vous devez procéder :

J'ai apporté une petite touche à votre base de données car c'étais nécessaire. L'usage du "read.csv" peut poser des problèmes d'interprétation selon le codage utilisé par votre système d'exploitation
csv = comma separated value. Mais comma = "," ou ";" ?
Pour éviter toute confusion, je préfère utilisé le read.table (en enregistrant au préalable le fichier au format txt avec le séparateur tabulation (\t) de préférence.

Ensuite, une fois les données bien chargées dans R, on ne se préoccupe que des deux variables qualitatives qui nous intéressent (age et utilordiclasse)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
 
# on supose que la base de données se trouve dans le dossier de travail
bdd <- read.table("bdd.txt",header=TRUE) # recuperation de la base de données 
str(bdd)# description de la base de donnees
tableau <- with(bdd, table(age,utilordiclasse)) # tableau de contingence
analyse <- chisq.test(tableau,correct=FALSE, simulate.p.value = FALSE)
 
# Attention:
# par défaut, R effectue un Khi-Deux avec correction de Yattes  
#(correct=TRUE). Or, cette correction n'est utilisable que lorsque les deux 
#variables sont binaires (les tableaux de 4 cases seulement). Il faudrait 
#donc veiller à mettre ce paramètre à FALSE. 
# la p-value peut être calculée par simulation monté-carlo (paramètre "simulate.p").
# Mettre ce paramètre à TRUE si l'on souhaite calculer la p-value 
#par simulation monté carlo. Cette simulation est nécessaire si les effectifs 
#théoriques sont faibles (moins de 5 individus dans certaines cases)
 
analyse # resultats du text
analyse$expected # tableaux des effectifs theoriques