Ce guide explique comment réaliser différents tests non paramétriques. Pour plus d'informations sur les corrélations non paramétriques et les mesures d'association, consultez la page Corrélations non paramétriques .
Tests non paramétriques à un échantillon
- À partir d'un tableau de données JMP ouvert, sélectionnez Analyser > Distribution .
- Sélectionnez une ou plusieurs variables continues dans la liste déroulante « Sélectionner les colonnes » , cliquez sur Y, puis sur « Colonnes » et enfin sur D'ACCORD . La variable « Puissance » a été utilisée dans cet exemple.
- Dans la fenêtre du rapport Distributions, cliquez sur le triangle rouge de la variable et sélectionnez Tester la moyenne .
- Saisissez la valeur hypothétique dans le champ « Spécifier la moyenne hypothétique » , cochez la case « Test des rangs signés de Wilcoxon » et cliquez sur « D'ACCORD » . L'hypothèse testée par le test des rangs signés de Wilcoxon est : H₀ : Médiane = 140 contre Hₐ : Médiane ≠ 140.
Les résultats suivants sont fournis pour le test t à un échantillon et le test des rangs signés.
- Les statistiques de test (le test t et le test du rang signé).
- Valeurs p pour les tests unilatéraux et bilatéraux. La valeur p du test bilatéral est indiquée à côté de Prob > |t|.
Use Car Physical Data.jmp (Help > Sample Data Folder)Utilisez le fichier Car Physical Data.jmp (Aide > Dossier de données d'exemple)
Tests non paramétriques à deux échantillons et à un facteur
- Sélectionnez Analyser > Ajuster Y par X.
- Sélectionnez une variable continue et cliquez sur Y, Réponse ; sélectionnez une variable catégorielle et cliquez sur X, Facteur , puis cliquez sur D'ACCORD . La fenêtre de résultats de l'analyse à un facteur s'affichera.
- Sous le triangle rouge, sélectionnez Non paramétrique > Test de Wilcoxon / Test de Kruskal-Wallis pour effectuer l'analyse et ajouter les résultats au rapport.
- Si la variable catégorielle ne comporte que deux niveaux, les statistiques de test d'approximation normale et d'approximation du chi carré ainsi que les valeurs p correspondantes seront affichées.
- Si la variable comporte trois niveaux ou plus, seule l' approximation du Chi-carré sera effectuée.
Remarque : le test de Wilcoxon/Kruskal-Wallis est parfois appelé test de Mann-Whitney.
A test on Horsepower amount across two country levelsUn test sur la puissance en chevaux à travers deux niveaux de pays
test on Horsepower amount across three country levelstest sur la puissance en chevaux dans trois pays différents
Pour en savoir plus, consultez : Analyse de base > Distributions > Options pour les variables continues > Test de la moyenne , Analyse de base > Analyse à un facteur > Options de la plateforme à un facteur , Analyse de base > Analyse à un facteur > Rapports d'analyse à un facteur.
