[PDF] Comparaison de populations - Tests non paramétriques

Quels sont les tests non paramétriques ?

Les tests non paramétriques ne font aucune hypothèse sur le type de loi de distribution des données. Ils se basent uniquement sur les propriétés numériques des échantillons. Voici un exemple de test non paramétrique : On souhaite vérifier que la médiane d’une population est différente d’une valeur théorique.

Comment fonctionnent les tests paramétriques ?

Les tests paramétriques fonctionnent en supposant que les données que l’on a à disposition suivent un type de loi de distribution connu (en général la loi normale). Pour calculer le risque alpha du test statistique, il suffit de calculer la moyenne et l’écart-type de l’échantillon afin d’accéder à la loi de distribution de l’échantillon.

Qu'est-ce que la probabilité d'un test non paramétrique ?

Les probabilités des résultats de la plupart des tests non paramétriques sont des probabilités exactes quelle que soit la forme de la distribution de la population dont est tiré l'échantillon.

Quels sont les inconvénients des tests paramétriques ?

Les tests paramétriques, quand leurs conditions sont remplies, sont les plus puissants que les tests non paramétriques. Un second inconvénient réside dans la difficulté a trouver la description des tests et de leurs tables de valeurs significatives, surtout en langue française.