Quelques tests courants
Dans la page précédente, nous avons décrit la notion de tests.
Voici quelques tests parmi les plus courants. La distinction entre "test paramétrique" et "test non paramétrique" est abordée ici.
|
QUELQUES TESTS COURANTS |
|||
|
|
TEST |
OBJET |
|
|
Paramétriques |
|
|
|
|
|
tests t |
Tests sur la (les) moyenne(s) d'une ou deux populations normales. |
|
|
|
ANOVA |
Test d'égalité de plus de deux moyennes de populations normales. |
|
|
|
Test du T ² de Hotelling |
Test d'égalité de deux moyennes de populations multinormales. |
|
|
|
Test de Bartlett |
Test d'égalité des variances de plus de deux populations normales. |
|
|
|
Test de Wilks |
Test d'égalité de plus de deux moyennes de populations multinormales. |
|
|
|
Test de Dunnett |
Test post hoc pour la comparaison de groupes avec un groupe de référence. |
|
|
|
Test de Newman-Keuls |
Test post hoc pour comparaison multiples. |
|
|
|
Test de Fisher-Irwin |
Teste l'identité de deux populations de Bernoulli. |
|
|
|
|
|
|
|
Non paramétriques |
|
|
|
|
|
Anderson-Darling |
Adéquation entre une distribution et un échantillon. |
|
|
|
Cramér-von Mises |
Adéquation entre une distribution et un échantillon. |
|
|
|
Tests du Chi-2 |
|
|
|
|
|
Adéquation entre une distribution et un échantillon. |
|
|
|
|
Identité de plusieurs distributions. |
|
|
|
|
Indépendance de deux variables nominales. |
|
|
|
|
Symétrie d'une distribution conjointe. |
|
|
|
|
Identité de deux distributions marginales. |
|
|
|
Test exact de Fisher |
Indépendance de deux variables dichotomiques |
|
|
|
Kolmogorov-Smirnov |
Adéquation entre une distribution et un échantillon. |
|
|
|
Mann-Whitney |
Identité de deux distributions. |
|
|
|
Kruskal-Wallis |
Identité de plus de deux populations indépendantes. |
|
|
|
Friedman |
Identité de plus de de deux populations (échantillons appariés). |
|
|
|
McNemar |
Symétrie de la distribution conjointe de deux variables dichotomiques. |
|
Voir également deux méthodes génériques de construction de tests (avec de nombreux exemples) :
* Le lemme de Neyman-Pearson
.
* Le test du Rapport de Vraisemblance
.