Homogénéité de variance & tests non paramétriquesL'homogénéité de la variance est-elle requise pour exécuter un test de Wilcoxon ou de Kruskal-wallis ? Si oui, quel test puis-je exécuter si mes données échouent à cette hypothèse ?
Mon objectif est de voir s'il existe une différence statistiquement significative entre les « saisons » (7 niveaux, soit - mai 2011, août 2011, etc.) en termes d'abondance standardisée (n/m^3). Nous avons échantillonné le même endroit chaque mois et chaque année.
Re: Homogénéité de variance et tests non paramétriquesCela m'a dérangé de ne pas savoir comment l'intervalle de confiance est formulé, alors j'ai regardé la documentation. Ce n'est pas dans l'un des guides JMP, mais c'est dans la documentation SAS/STAT . La méthode asymptotique est probablement celle utilisée par JMP. Cela ne suppose rien sur la distribution des variables de réponse. Il suppose que les différences par paire sont normalement distribuées pour un grand N. L'autre méthode (limites exactes) ne suppose pas de modèle de distribution pour la réponse.
Re: Homogénéité de variance et tests non paramétriquesSalut Marc,
Cela est-il vrai pour l'estimation de Hodges-Lehmann et son intervalle de confiance correspondant produit à l'aide du test Wilcoxon Each Pair ?
Merci,
Re: Homogénéité de variance et tests non paramétriquesParfait, merci!Re: Homogénéité de variance et tests non paramétriquesPour être clair, les tests non paramétriques traitent toute différence entre les populations sans référence à un paramètre spécifique, tel que l'emplacement, la forme ou l'échelle. Il n’y a donc aucune hypothèse d’homoscédasticité.
