Calculateur de Paired Samples T-Test

Le Calculateur de Paired Samples T-Test

Comment utiliser cette calculatrice

Saisissez votre Condition 1 / Pre-Treatment Data (comma ou space separated), Condition 2 / Post-Treatment Data (comma ou space separated), Hypothesis Direction (Tails) — Two-Tailed (H₁: μ_diff ≠ 0 - Any Différence), One-Tailed (H₁: μ_diff > 0 - Pre Greater Than Post), One-Tailed (H₁: μ_diff < 0 - Pre Less Than Post), Significance Niveau (α) — α = 0.05 (95% Confidence), α = 0.01 (99% Confidence), α = 0.10 (90% Confidence). Les résultats se mettent à jour instantanément dès que vous modifiez une valeur.

La Formule

Paired Samples T-Test & Within-Subject Différence equations:

d_i = X_1i - X_2i

d = Σ_i=1^n d_in

s_d = Σ_i=1^n (d_i - d)^2n - 1

SE_d = (s_d)/(n)

t = dSE_d = ds_d / n, df = n - 1

Cohen's d_z = ds_d

95\% CI pour μ_d = d ± t_crit × SE_d

Exemple pratique

Exemple pratique d'application avec le Calculateur de Paired Samples T-Test : Imaginons une simulation concrète avec Condition 1 / Pre-Treatment Data (comma ou space separated) fixé à ex. 125, 130, 138, 142, 128, 135, 140, 132, Condition 2 / Post-Treatment Data (comma ou space separated) fixé à ex. 118, 122, 128, 135, 124, 128, 130, 126, Hypothesis Direction (Tails) fixé à two_tailed. Dès la validation du formulaire numérique, l'algorithme applique instantanément les formules de calcul officielles et délivre en moins d'une seconde un bilan chiffré complet avec l'ensemble des indicateurs clés. Cette modélisation claire permet à l'utilisateur d'obtenir une vision globale et précise de sa situation, sans nécessiter de calculs manuels fastidieux ni de tableurs complexes. Grâce à cette restitution fluide et exhaustive, il devient aisé de comparer plusieurs options financières ou techniques et de prendre des décisions éclairées en toute sérénité.

Comprendre vos résultats

Utilisez votre résultat comme point de départ et validez-le dans le contexte de votre cas d'utilisation. Testez deux ou trois variantes des données d'entrée pour comprendre la sensibilité du résultat à vos hypothèses clés. Pour les décisions à fort impact, confrontez avec une source secondaire ou un expert du domaine.