Fiche 6. Tests non paramétriques
I - Cas de VDs quantitatives ; distribution non normale et non normalisable
=> Walsh (la distribution doit cependant être symétrique)
II - Cas de VDs ordinales
Liaison entre plusieurs VDs ordinales
=> W de Kendall
=> Comparaison des médianes (débouche sur le CPE de Fisher ou sur le χ2)
=> Kolmogorov-Smirnov (plus puissant pour petits échantillons)
=> U de Mann et Withney (plus puissant pour grands échantillons)
=> Wald-Wolfowitz (moins puissant pour détecter une différence mais permet de tirer des conclusions sur la médiane, la variabilité, la symétrie)
Comparaison de plusieurs groupes indépendants
=> Extention du test de la médiane
=> Kruskal-Wallis (ANOVA non paramétrique à 1 facteur)
=> Nemenyi (équivalent d'un Tukey non paramétrique)
=> Test du signe
=> T de Wilcoxon
=> χ r2 de Friedman (ANOVA non paramétrique à 1 facteur mesures répétées)
III - Cas de VDs nominales, fréquences, proportions…
Comparaison de 2 groupes indépendants; liaison entre 2 VDs nominales
=> n<20 : CPE de Fisher (Calcul de Probabilité Exacte)
=> 20<n<40
=> toutes les catégories ont un effectif ≥ 5 ou alors n>40 : χ2
=> au moins 20% des catégories ont un effectif > 5 & aucune cellule n'est vide : χ2
=> sinon, regrouper des catégories et faire : χ2
Comparaison de 2 groupes appariés
=> McNemar
Comparaison de plusieurs groupes appariés
=> Q de Cochran (extention du McNemar)
IV Tests de normalité de distributions
=> Grand échantillon : χ 2
=> Echantillons trop petits :
=> test de Lilliefors (= Kolmogorov-Smirnov pour 1 seul groupe)
=> Test de Shapiro-Wilks
(=> Tests de Anderson-Darling)
(=> Tests de Shapiro-Francia)
(=> Tests de D de D'Agostino)
(=> T de Spiegelhalter)
(=> I de Martin-Iglewicz)
Liste non limitative...
A découvrir aussi
Inscrivez-vous au blog
Soyez prévenu par email des prochaines mises à jour
Rejoignez les 75 autres membres