Tests statistiques non paramétriques
Principes
Les tests statistiques donnent une règle permettant de décider si l'on peut rejeter une hypothèse, en fonction des observations relevées sur des échantillons. Lorsque l'on ne fait pas d'hypothèses sur la normalité de la distribution des données à analyser, on utilise des tests statistiques non paramétriques. Si l'on peut faire des hypothèses sur cette distribution, on se reportera sur les tests statistiques paramétriques. Lorsque les échantillons sont petits, on ne peut souvent pas faire d'hypothèse sur la normalité de leur distribution.
Objectifs
Les tests statistiques non paramétriques ont pour objectifs de tester une hypothèse sur des données qui ne suivent pas une loi normale. Suivant la nature de cette hypothèse, on utilisera des tests statistiques non paramétriques différents :
• Tests statistiques non paramétriques d'indépendance : étudient la dépendance qui peut exister au sein d'une ou de plusieurs séries de données (test de corrélation des rangs de Spearman...)
• Tests statistiques non paramétiques d'homogénéité : comparer les paramètres de deux populations appariées ou non afin de mesure la différence qui existe entre deux groupes (Test de Wilcoxon, Test U de Mann-Whitney...) ou plusieurs groupes (Test de Kruskal-Wallis)
Nos prestations
Vous avez un projet d'études statistiques sur des petits échantillons? Nous exploitons toute la richesse des données qui nous sont confiées et vous présentons une synthèse claire et pertinente des faits marquants ressortant de l'analyse. Contactez nous pour nous décrire vos besoins.
Vous recherchez un outil logiciel adapté à vos besoins, nous saurons vous conseiller.
Pour mieux connaître OPTIMA,...
