Test non parametriques
2 participants
Page 1 sur 1
Test non parametriques
Bonsoir,
En dessous de quel effectif doit-on utiliser un test non paramétriques ?
merci
En dessous de quel effectif doit-on utiliser un test non paramétriques ?
merci
iaV- Messages : 2
Date d'inscription : 22/11/2012
Re: Test non parametriques
Bonjour
Y'a pas de règle absolue, tu appliques un test non-paramétrique quand les conditions du test paramétrique que tu aurais aimé faire ne sont pas respectées.
Donc il faut que tu connaisses les conditions de chaque test...
Si je prends un test t de Student par exemple, il n'y a pas de condition d'effectif, les conditions sont "juste" la distribution normale du paramètre dans chaque groupe et l'homogénéité des variances, mais y'a pas de condition de taille.
Donc si on poussait à l'extrême, pour peu que ces conditions soient vérifiées, on pourrait faire le test paramétrique avec N = 2... ce qui n'aurait aucun sens du point de vue de l'exploitation qu'on en ferait, mais à l'extrême ce serait faisable.
Y'a juste un test particulier pour lequel on va regarder l'effectif, c'est quand tu hésites entre corrélation paramétrique et non paramétrique (de Spearman).
La vraie condition d'application de la corrélation (et régression) paramétrique est la normalité des valeurs de X pour chaque valeur de Y et la normalité des valeurs de Y pour chaque valeur de X.
Dans les faits, c'est impossible à vérifier, donc M. Forzy vous a simplifié la condition : Pour N > 15, corrélation paramétrique, pour N < 15, corrélation de Spearman.
[Enfin je crois que cette année il vous a dit 15, nous il avait dit 20... ou alors c'est l'inverse... Bref apprends ce qu'il a dit cette année].
Mais en tout cas, ce n'est pas vraiment parce que ton effectif est petit que tu vas t'orienter vers un test non-paramétrique, mais parce que les conditions pour appliquer le test paramétrique correspondant ne sont pas respectées (et parfois c'est lié à la taille, mais on ne va pas compliquer^^)
Y'a pas de règle absolue, tu appliques un test non-paramétrique quand les conditions du test paramétrique que tu aurais aimé faire ne sont pas respectées.
Donc il faut que tu connaisses les conditions de chaque test...
Si je prends un test t de Student par exemple, il n'y a pas de condition d'effectif, les conditions sont "juste" la distribution normale du paramètre dans chaque groupe et l'homogénéité des variances, mais y'a pas de condition de taille.
Donc si on poussait à l'extrême, pour peu que ces conditions soient vérifiées, on pourrait faire le test paramétrique avec N = 2... ce qui n'aurait aucun sens du point de vue de l'exploitation qu'on en ferait, mais à l'extrême ce serait faisable.
Y'a juste un test particulier pour lequel on va regarder l'effectif, c'est quand tu hésites entre corrélation paramétrique et non paramétrique (de Spearman).
La vraie condition d'application de la corrélation (et régression) paramétrique est la normalité des valeurs de X pour chaque valeur de Y et la normalité des valeurs de Y pour chaque valeur de X.
Dans les faits, c'est impossible à vérifier, donc M. Forzy vous a simplifié la condition : Pour N > 15, corrélation paramétrique, pour N < 15, corrélation de Spearman.
[Enfin je crois que cette année il vous a dit 15, nous il avait dit 20... ou alors c'est l'inverse... Bref apprends ce qu'il a dit cette année].
Mais en tout cas, ce n'est pas vraiment parce que ton effectif est petit que tu vas t'orienter vers un test non-paramétrique, mais parce que les conditions pour appliquer le test paramétrique correspondant ne sont pas respectées (et parfois c'est lié à la taille, mais on ne va pas compliquer^^)
Sergei- Messages : 222
Date d'inscription : 31/03/2012
Age : 30
Localisation : Lille
Sujets similaires
» test non paramétriques
» test non paramétriques
» test non paramétriques
» Tests non paramétriques
» Rang des test non paramétriques
» test non paramétriques
» test non paramétriques
» Tests non paramétriques
» Rang des test non paramétriques
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum