Table des matières
Comment choisir un test non paramétrique?
Test de la médiane à 1 échantillon (test du signe et test de Wilcoxon) Test de la médiane à 2 échantillons (test de Mann-Whitney) Analyse de la variance (tests de Kruskal-Wallis, de la médiane de Mood et de Friedman) Test sur le caractère aléatoire (test des suites)
Quand utiliser les test non paramétrique?
Lorsque on a affaire à deux échantillons appariés (c’est-à-dire non indépendants), on applique le test de Wilcoxon. Tous ces tests sont dits non paramétriques car ils ne nécessitent pas d’estimation de la moyenne et de la variance.
Comment interpréter le test de Kruskal-wallis?
Interpréter les résultats d’un test de Kruskal-Wallis La p-value nous indique que la probabilité de rejeter l’hypothèse nulle alors qu’elle serait vraie est inférieure à 0.0005. Dans ce cas, on peut rejeter en toute confiance l’hypothèse nulle d’absence de différence significative entre les fromages.
Quelle est l’applicabilité du test paramétrique?
Le test paramétrique contient des informations complètes sur la population. À l’inverse, dans le test non paramétrique, il n’y a pas d’informations sur la population. L’applicabilité du test paramétrique concerne uniquement les variables, alors que le test non paramétrique s’applique aux variables et aux attributs.
Est-ce que les tests non-paramétriques sont statistiquement moins puissants?
Les tests non-paramétriques sont statistiquement moins puissants (moins sensibles) que leurs équivalents paramétriques et s’il est important de détecter de petits effets (par exemple, ce complément alimentaire est-il nocif sur la santé des consommateurs?) il faut être très prudent lors du choix d’un test statistique.
Quels sont les tests de comparaison de moyennes?
Ce sont des tests de comparaison de moyennes . Lorsque les échantillons peuvent être considérés indépendants , on applique le test de Mann et Whitney pour 2 échantillons, celui de Kruskal et Wallis pour un nombre quelconque d’échantillons.
Comment tester la relation entre les deux variables?
Si les deux variables étudiées sont de nature qualitative (par exemple, « succès » ou « échec » en fonction du sexe « homme » ou « femme »), vous pourrez utiliser comme statistiques non-paramétriques pour tester la relation entre les deux variables, le test du Chi², le coefficient Phi et le test exact de Fisher.