nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

640287_fr-FR

liliconcom

Re : Métriques utilisées pour comparer les histogrammes

Salut @frankderuyck ,

Il peut y avoir plusieurs options dans la plateforme "Distribution" :

Vous pouvez personnaliser les "Statistiques récapitulatives" (en cliquant sur le triangle rouge) pour montrer l'asymétrie (asymétrie de la distribution) et le kurtosis (lourdeur des queues de distribution) par exemple. Vous pouvez consulter les métriques de distribution complètes disponibles ici : Le rapport de statistiques récapitulatives (jmp.com)

Vous pouvez également essayer d'ajuster les distributions continues (dans le triangle rouge de votre distribution de réponse, "Continuous Fit" puis "Fit All"), afin de comparer le type de distribution et la valeur de ses paramètres. Ici avec une distribution de Weibull, je peux regarder les estimations d'échelle et de forme par exemple :

Vous pouvez également tracer les distributions avec le Graph Builder, utiliser les Box Plots et afficher le résumé à 5 chiffres : max, min, med, Q1 et Q3 :

Il ne s'agit clairement pas d'une liste exhaustive d'options, et d'autres utilisateurs peuvent également avoir d'autres idées pour mieux comparer les métriques de distributions.

J'espère que ces quelques idées pourront vous aider,

Re : Métriques utilisées pour comparer les histogrammes

Salut Victor, merci pour la contribution, je connais les options que vous proposez et oui ce sont de bons indicateurs.

Cependant, ce que j'aimerais savoir, c'est comment évaluer qu'il existe une différence statistiquement significative entre le profil de distribution dans deux histogrammes ; Je pense que le test médian non paramétrique peut être un outil approprié ? Existe-t-il d'autres méthodes ?

Re : Métriques utilisées pour comparer les histogrammes

Je ne connais aucun test "... pour évaluer qu'il existe une différence statistiquement significative entre le profil de distribution dans deux histogrammes." Ce qui peut être évalué par les méthodes classiques de test d'hypothèses, ce sont diverses estimations de paramètres de deux populations. Ou bien, des méthodes d'amorçage pourraient être utilisées dans un cadre JMP. De nombreuses voies dans JMP pour y parvenir.

Re : Métriques utilisées pour comparer les histogrammes

Salut @frankderuyck ,

Vous avez raison, dans la plateforme "Fit Y by X", vous pouvez trouver des tests non paramétriques afin d'évaluer s'il existe une différence statistiquement significative entre les distributions.
Vous pourriez être intéressé par des tests comme Wilcoxon ou Steel-Dwass : Rapports de comparaisons multiples non paramétriques (jmp.com)

Il y avait déjà un sujet traitant de cette comparaison de distribution : Résolu : Re : Tests non paramétriques : test de Kolmogorov Smirnov pour les tests de variance - JMP User Community

Même s'il ne s'agit pas de tests statistiques, vous pouvez également visualiser vos distributions en regardant les "densités" et les tracés CDF dans la plateforme Fit Y by X :

J'espère que cette réponse vous aidera,

Re : Métriques utilisées pour comparer les histogrammes

Super, merci Victor !

Métriques utilisées pour comparer les histogrammes

J'ai deux ensembles de données avec +/- la même moyenne et la même variance, mais la forme/l'histogramme est différent. Quelle est la mesure appropriée dans JMP pour comparer deux histogrammes et évaluer la différence de forme/distribution ?