Quand utiliser un test paramétrique?
Test statistique utilisé lorsque la ou les variables utilisées suivent une distribution prédéterminée. À l’exception du cas où la ou les variables suivent une loi normale, les tests paramétriques requièrent des échantillons de taille importante (> 30 observations).
Quand faire un 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.
Quand faire un Kruskal-wallis?
Le test de Kruskal-Wallis est un test non paramétrique à utiliser lorsque vous êtes en présence de k échantillons indépendants, afin de déterminer si les échantillons proviennent d’une même population ou si au moins un échantillon provient d’une population différente des autres.
Pourquoi les statistiques paramétriques sont préférées?
Par conséquent, si un ou deux dévie de la valeur moyenne, leur effet est négligé. Généralement, les statistiques paramétriques sont préférées car elles ont plus de pouvoir pour rejeter une fausse hypothèse que la méthode non paramétrique. L’un des tests non paramétriques les plus connus est le test du Chi-deux.
Pourquoi les méthodes non paramétriques sont fixes?
L’ensemble des paramètres n’est plus fixe, pas plus que la distribution que nous utilisons. C’est pour cette raison que les méthodes non paramétriques sont également appelées méthodes sans distribution. Les méthodes non paramétriques gagnent en popularité et en influence pour un certain nombre de raisons.
Quelle est la classification d’une méthode paramétrique?
En fin de compte, la classification d’une méthode comme paramétrique dépend des hypothèses qui sont faites sur une population. Quelques méthodes paramétriques comprennent: Intervalle de confiance pour une moyenne de population, avec écart type connu. Intervalle de confiance pour une moyenne de population, avec écart type inconnu.
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.