Logo fr.boatexistence.com

Quand utiliser le test de classement signé Wilcoxon ?

Table des matières:

Quand utiliser le test de classement signé Wilcoxon ?
Quand utiliser le test de classement signé Wilcoxon ?

Vidéo: Quand utiliser le test de classement signé Wilcoxon ?

Vidéo: Quand utiliser le test de classement signé Wilcoxon ?
Vidéo: Test de Wilcoxon pour échantillons appariés : exercice corrigé 2024, Peut
Anonim

Chaque fois que vous avez des données composées de scores définis, le test de rang signé de Wilcoxon est préféré. Lorsque les données ne sont pas un score défini, ou si les données sont observationnelles, telles que "plus agressif" par rapport à "moins agressif", le test des signes est la statistique appropriée.

Quand faut-il effectuer un test de Wilcoxon ?

Il est utilisé pour comparer deux ensembles de scores provenant des mêmes participants. Cela peut se produire lorsque nous souhaitons étudier tout changement dans les scores d'un moment à un autre, ou lorsque les individus sont soumis à plus d'une condition.

Pourquoi utilisons-nous le test de rang signé de Wilcoxon ?

Le test de Wilcoxon est un test statistique non paramétrique qui compare deux groupes appariés, et se décline en deux versions le test Rank Sum ou le test Signed Rank. Le but du test est de déterminer si deux ensembles de paires ou plus sont différents les uns des autres de manière statistiquement significative

Quand faut-il utiliser un test de classement signé par paires appariées de Wilcoxon ?

Il est le plus souvent utilisé pour tester une différence dans la moyenne (ou la médiane) des observations appariées - si les mesures sur des paires d'unités ou avant et après les mesures sur la même unité. Il peut également être utilisé comme test à un échantillon pour tester si un échantillon particulier provient d'une population avec une médiane spécifiée.

Dois-je utiliser Wilcoxon ou le test t ?

La règle empirique selon laquelle " Les tests de Wilcoxon ont environ 95 % de la puissance d'un test t si les données sont vraiment normales, et sont souvent beaucoup plus puissants si le les données ne le sont pas, il suffit donc d'utiliser un Wilcoxon" est parfois entendu, mais si les 95 % ne s'appliquent qu'aux grands n, il s'agit d'un raisonnement erroné pour les échantillons plus petits.

Conseillé: