Sondage abris & pannes

Bonjour à tous,

J'aimerai vous proposer un sondage pour voir si nos C5II sont sensibles ou non à la façon dont on les gare. En particulier, celles qui couchent dehors ont-elles plus d’ennuis que celles qui dorment à l’abri. (N’y voyez absolument aucun rapport avec nos autres chéries ).

Personnellement mes voitures ont toujours été à l’abri (box fermé). Je n’ai jamais eu qu’une fuite d’hydraulique (araignée) sur l’une de mes BX. J’entretiens aussi comme il le faut car cela joue sûrement plus que les intempéries.

Cordialement

YAC5

Bonjour !

Je démarre le sondage :

Elle est bien au chaud ma bête dans mon garage, mais elle a passé une semaine en Lorraine à l'extérieure, à l'oréee d'un bois sous le verglas et la neige par moins 12°, et je n'ai pas connu de problème ? Pour l'instant j'ai du tirer le bon lot ?

Amicalement

Bjr,

ma C5 a tjs dormi dans un parking couvert.

en revanche, comme maintes fois raconté, elle a qq problèmes :

- embrayage à 35 000

- DA à 40 000 (et comme la pièce n'est pas dispo, cela fait bientôt 5 semaines d'immobilisation)

Mais je doute que cela soit attribuable au fait d'être ou pas à l'abri.

Bjs,

dans un garage, elle a 2100km donc pour le moment aucun problème

Bonsoir

J'ai bien un garage, mais il est trop encombré pour la belle

Donc comme toutes les autres, elle couche à la belle étoile.

Pas de problèmes particulier pour l'instant, en esperant que cela dure !!!

Cdt

Pour s'amuser un peu, j'ai appliqué des petits tests statistiques sur les données de ce sondage qui m'a intéressé afin de voir si les différences observées étaient ou non notables...

# Entrée des données
> m> dimnames(m)=list(c("no pb","pb"),c("int","ext"))
> m
     int ext
no pb  22  11
pb      2   2

#Application d'un premier test statistique (le khi²)
> chisq.test(m)

       Pearson's Chi-squared test with Yates' continuity correction

data:  m
X-squared = 0.011005, df = 1, [color="Red"][b]p-value = 0.9164[/b][/color]

Warning message:
In chisq.test(m) : l'approximation du Chi-2 est peut-être incorrecte

Le résultat (p-value = 0.9164) indique qu'il n'y a aucun lien statistique entre les variables étudiées, c'est-à-dire que les différences observées ne sont pas significatives.

Le test renvoie toutefois un message d'avertissement dû aux effectifs trop faibles sur la ligne du tableau de données intitulée "pb". On procède alors à un test dit exact de Fisher.

> fisher.test(m)

       Fisher's Exact Test for Count Data

data:  m
[color="Red"][b]p-value = 0.6016[/b][/color]
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.1263421 30.4903324
sample estimates:
odds ratio 
 1.960438 

Le résultat est identique, la valeur p-value = 0.6016, indique qu'il n'existe pas de lien entre les variables en présences, on peut donc conclure (d'après ces données) que le fait de dormir dans un endroit protégé ou non n'a aucune incidence sur les pannes et les divers problèmes qui peuvent apparaitre sur les voitures.