Vous êtes sur la page 1sur 5

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/321691172

Guide de choix des principaux tests statistiques

Chapter · December 2017

CITATIONS READS

0 7,829

1 author:

Aissam Bousbia
Université 8 mai 1945 - Guelma
26 PUBLICATIONS   24 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

ARIMnet 2: BOVISOL- Breeding and management practices of indigenous bovine breeds: Solutions towards a sustainable future View project

Groundwater Quality View project

All content following this page was uploaded by Aissam Bousbia on 09 December 2017.

The user has requested enhancement of the downloaded file.


République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université 8 Mai 1945, Guelma


Faculté des Sciences de la Nature et de la Vie et des Sciences de la Terre et de
l’Univers
Département des Sciences de Nature et de la Vie

Guide de Choix des Principaux Tests


Statistiques
Elaboré par Dr Aissam BOUSBIA
Sommaire
Introduction 1
1. Principes des tests 1
1.1. Les Hypothèses 1
1.2. Les risques d’erreurs 2
1.3. La valeur p (p-value) 2
2. Applications pratiques des tests statistiques 3
2.1. Classification des tests 3
2.1. Les tests d’homogénéité et de conformité 3
2.2. Test paramétrique et un non-paramétrique 3
2.2.1. Les tests paramétriques 3
2.2.2. Avantage d'utiliser un test paramétrique 4
2.2.3. Les tests non-paramétriques 4
2.2.4. Avantage d'utiliser un test non-paramétrique 4
2.3. Tests de normalité : paramétrique ou non-paramétrique 5
2.3.1. Techniques empiriques ou graphique 5
2.3.1.1. Histogramme de fréquences 5
2.3.1.2. Boîte à moustache 6
2.3.1.3. Coefficient d'asymétrie et d'aplatissement 6
2.3.1.4. Q-Q Plot et Droite de Henry 6
2.3.2. Tests statistiques de normalité 6
2.3.2.1 Le test de Shapiro-Wilk 6
2.3.2.2 kolmogorov-Smirnov 6
2.4. Les échantillons indépendants et appariés 7
2.4.1. Les échantillons indépendants 7
2.4.2. Les échantillons appariés (dépendants) 7
2.5. Guide pour choisir un test statistique approprié en fonction une 7
situation rencontrée
2.5.1. Une variable quantitative et une variable qualitative 7
2.5.1.1. Comparaison de deux échantillons indépendants 7
2.5.1.1.1. Le test t de Student 7
2.5.1.1.2. Le test de Mann-Whitney 7
2.5.1.2. Comparaison de trois échantillons indépendants ou plus
2.5.1.2.1 L’analyse de variance à un facteur (ANOVA 1) 8
2.5.1.2.2 Le test de Kruskal-Wallis 8
2.5.1.2.3 Les tests post-hoc pour l’ANOVA et pour Kruskal-Wallis 8
2.5.1.2. Comparaison de deux échantillons non indépendants 11
2.5.1.2.1. Le test t de Student apparié 11
2.5.1.2.2. Le test des rangs signés de Wilcoxon 11
2.5.2. Deux variables qualitatives (deux pourcentage) 12
2.5.2.1. Comparaisons d’échantillons indépendants 12
2.5.2.1.1 Le test du Khi-deux et le test exact de Fisher 13
2.5.2.2. Comparaison de deux échantillons non indépendants 13
2.5.2.2.1. Test de Mc Nemar 13
2.5.3. Deux variables quantitatives 13
2.6. Conclusion

Liste des Tableaux


Tableau 1 : Test post Hoc pour ANOVA 9
Tableau 2 : Champs d’application de quelque test Post Hoc 10
Tableau 3 : Tableau de la contingence 12
Tableau 4 : les tests statistiques les plus utilisés 16
Introduction
En recherche scientifique, le recours à l’utilisation des tests d’hypothèse est
indispensable pour prouver ou valider des résultats expérimentaux. Le choix du test adapté
aux données peut s’avérer difficile au regard du nombre élevé de tests existants.
La règle d’inférence étant toujours la même, nous présentons les principes de base d’un
test d’hypothèses. Les tests statistiques les plus couramment utilisés pour comparer des
moyennes et des proportions.
Ces tests permettent de couvrir presque toutes les situations pouvant être rencontrées
lors de l’analyse de deux variables, qu’elles soient de même nature ou de nature différente.
Après l’analyse descriptive des variables, nous sommes amenés à comparer plusieurs
échantillons ou à explorer des relations entre plusieurs variables au moyen de tests
statistiques.
Nous disposons de nombreux tests statistiques différents. Le choix du test approprié
dépend du type d’hypothèse que l’on désire démontrer, mais aussi des conditions sous-
jacentes à leurs utilisations, du type et du nombre de variables à analyser simultanément
Dans ce polycopié, nous nous limiterons aux principaux tests statistiques permettant
l’analyse simultanée de deux variables. Ce cadre inclut la comparaison d’une variable entre
plusieurs échantillons qui peut être assimilée à l’étude de deux variables, l’une qualitative
identifiant l’appartenance à l’un des échantillons comparés. Sans entrer dans les détails
calculatoires, nous aborderons d’un point de vue utilisateur ces différents tests, en soulignant
leurs conditions de validité.

View publication stats