master marketing / pierre desmet 1 cas r&w pierre desmet source : john castelloe & randy...

20
Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC www2.sas.com/proceedings/sugi31/208-31.pdf

Upload: aceline-boucher

Post on 03-Apr-2015

117 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master MARKETING / Pierre Desmet 1

Cas R&W

Pierre DESMETSource : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC www2.sas.com/proceedings/sugi31/208-31.pdf

Page 2: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 2 SommaireSommaire

© P

ier r

e D

ESM

ET

Apéritif

Problématique marketing : L’offre « carafe de vin gratuite » doit-elle être généralisée ? Scénarii : Oui – Non Critères évaluation : CA restaurant / Ticket / Temps passé /

?

Hypothèses validées Temps + -> ticket + Temps + ne diminue pas le nombre de tickets …

Hypothèse à valider Est- ce que temps (avec) > temps (sans)

Page 3: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 3 SommaireSommaire

© P

ier r

e D

ESM

ET

Code

***************************************************************;* Wine 1 *;* analyse d'un traitement *;***************************************************************;* Pierre Desmet 21/11/2010 ;goptions devmap=winansi keymap=winansi ; /* prise en compte des caractères accentués */

Title1 H=2 j=L "Master Marketing" J=R "Universite Paris-Dauphine";Title2 H=1 j=L "Tests et Experimentation" ;Title3 H=2 j=c "Cas R&W (1)" ;Footnote1 h=1 j=L "(c)2010, Pierre DESMET" ;Data in ;

input temps_restau @@;Label temps_restau="Temps passé dans le restaurant" ;

cards ;93 74 98 87 106 115 76 89 103 91 121143 81 119 97 31 107 80 112 109 67 9571 107 72 116 105 66 99 104 91 132 14179 113 69 78 107 101 92 120 87;run ;proc print data=in (obs=10);run ;proc tabulate data=in ;

var temps_restau ;table N temps_restau*(mean std);

run ;

Page 4: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 4 SommaireSommaire

© P

ier r

e D

ESM

ET

Normalité

proc univariate data=in normal;var temps_restau ; run ;

proc ttest data=in ;var temps_restau ; run ;

Page 5: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 5 SommaireSommaire

© P

ier r

e D

ESM

ET

Résultat du test

Base = 88

Hors de l’IC à 5%

Page 6: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 6 SommaireSommaire

© P

ier r

e D

ESM

ET

Test égalité à 88

H0 : la moyenne est de 88

Rejet de Ho

***************************************************************;* test égalité à 88 ;***************************************************************;Title3 "Test égalité à 88 ";proc ttest data=in h0=88 ;

var temps_restau ;run ;

Page 7: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 7 SommaireSommaire

© P

ier r

e D

ESM

ET

Test unilatéral

***************************************************************;* test unilatéral ;***************************************************************;Title3 "Test en unilatéral ";proc ttest data=in h0=88 alpha=0.10;

var temps_restau ; run ;proc ttest data=in h0=88 sides= U ;

var temps_restau ; run ;

Avec 10% Avec Sides = U

Page 8: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 8 SommaireSommaire

© P

ier r

e D

ESM

ET

Lecture code

goptions devmap=winansi keymap=winansi ; /* caractères accentués */

Title1 H=2 j=L "Master Marketing" J=R "Universite Paris-Dauphine";Title2 H=1 j=L "Tests et Experimentation" ;Title3 H=2 j=c "Cas R&W (5 lecture)" ;Footnote1 h=1 j=L "(c)2010, Pierre DESMET" ;Data in ; input trait_1 trait_2 nb ; do i=1 to nb ;

input temps_1 temps_2 @@;output ;

end ;Label temps1="Temps passé dans le restaurant" ;cards ;1 0 30 96 110 109 105 104 98…0 1 30 80 99 44 116 81 104…;run ;proc print data=in ; run ;proc format ; value traitfmt 0="Controle" 1="Carafe" ; run;

Page 9: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 9 SommaireSommaire

© P

ier r

e D

ESM

ET

Rouge ou Blanc ?Test de différence

Etude descriptive des résultats

Normalité ?Rouge Blanc

Page 10: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 10 SommaireSommaire

© P

ier r

e D

ESM

ET

Suite : égalité des variances

Egalité des variances

Page 11: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 11 SommaireSommaire

© P

ier r

e D

ESM

ET

Fin : Egalité des Moyennes

Hypothèses (au risque x%) H0 : les deux moyennes sont égales (Moy1 =Moy2) H1 : les deux moyennes sont significativement « différentes »

Les variances sont égales

Lire « POOLED »

L’intervalle de confiance Comprend 0

On accepte H0 Pas de différence

Page 12: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 12 SommaireSommaire

© P

ier r

e D

ESM

ET

Test d’équivalence

Pour un test de différence entre deux moyennes, le résultat dépend de la taille de l’échantillon Trop faible, une différence réelle peut ne pas être observée Trop grand, une différence peut être constatée sans qu’elle ait une importance

réelle

Un test d’équivalence conduit à conclure que la différence des moyennes (d) est inférieure à (non significative) si on rejette simultanément 2 tests unilatéraux

Ha : H0a d ; H1a d Hb : H0b d ; H1b d

Dans la Proc TTEST, test TOST Two One-Sided Test (Schuirmann, 1987) Fixer un intervalle en valeur absolue La probabilité retenue est la plus grande des probabilités des deux tests

http://support.sas.com/documentation/cdl/en/statug/63347/HTML/default/viewer.htm#statug_ttest_sect002.htm

http://support.sas.com/documentation/cdl/en/statug/63347/HTML/default/viewer.htm#statug_power_sect013.htm

http://www.pharmasug.org/cd/papers/SP/SP05.pdf

En français : http://www.persee.fr/web/revues/home/prescript/article/psy_0003-5033_2000_num_100_4_28670

title3 "Test TOST de l'équivalence" ;proc ttest data=in tost (-20, 20) ;

class trait;var temps_restau ; run ;

Page 13: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 13 SommaireSommaire

© P

ier r

e D

ESM

ET

TOST intervalle 20

Les deux tests sont significatifs

L ‘IC se trouve à l’intérieur de la zone critique choisie Pas de différence entre les

vins

La plus grande

Page 14: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 14 SommaireSommaire

© P

ier r

e D

ESM

ET

TOST Intervalle 10

Ce n’est plus le cas pour une équivalence à +/-10 près

On accepte H0

Les deux traitements ne sont pas équivalents

Page 15: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 15 SommaireSommaire

© P

ier r

e D

ESM

ET

GLM (2 et +) versus TTEST (2 groupes)

F

t

Page 16: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 16 SommaireSommaire

© P

ier r

e D

ESM

ET

Design expérimental croisé

Design croisé (Cross-over design) Inverser les traitements pour éviter l’effet d’ordre (AB / BA)

Si pas de différence, regrouper les résultats (pooled)

Page 17: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 17 SommaireSommaire

© P

ier r

e D

ESM

ET

Graphiques

Title3 H=2 j=c "Cas R&W (cross over)" ;ods graphics on ;proc ttest data=in ;

var temps_1 temps_2 / crossover= (trait_1 trait_2) ;run ;ods graphics off ;

Page 18: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 18 SommaireSommaire

© P

ier r

e D

ESM

ET

Normalités

Page 19: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 19 SommaireSommaire

© P

ier r

e D

ESM

ET

Egalité des variances / des moyennes

Effet significatif Du traitement

Pas d’effet « Période » Pool de A/B et B/A

Variances égales

Page 20: Master MARKETING / Pierre Desmet 1 Cas R&W Pierre DESMET Source : John Castelloe & Randy Tobias SAS Institute Inc. Cary, NC

Master Marketingde Paris-Dauphine 20 SommaireSommaire

© P

ier r

e D

ESM

ET

data in_double ; set in ; trait=trait_1 ; temps=temps_1 ; time=1 ; output ; trait=trait_2 ; temps=temps_2 ; time=2 ; output ;run;proc glm data=in_double ; class time trait ; model temps = time trait time*trait / SS3 ; contrast "Effet de la carafe sur le temps passé" trait -1 +1 ;run ;

GLM

Créer 2 lignes pour chaque observation

Utiliser la nouvelle variable comme variable explicative

Faire un test de contraste