L’ANALYSE DE

LA
REPARTITION
DES
DONNEES
 La Distribution

Normale

Avec une distribution normale:



68% des valeurs se situent au

plus à 1 écart-type de la moyenne,


95% des valeurs se situent au

plus à 2 écart-types de la moyenne,


99.7% des valeurs se situent au

plus à 3 écart-types de la moyenne.

 Le Test de Shapiro-Wilk
Vous êtes enseignant, vous avez donné un test à votre
classe. Vous voulez savoir si la plupart des élèves ont
obtenu des notes autour de la moyenne et si de moins
en moins d'élèves ont obtenu des notes très hautes ou
très basses.


Après avoir calculé les notes, vous décidez d'appliquer

le Test de Shapiro-Wilk
Si le résultat du test est une valeur p proche de 1,
cela suggère que les notes suivent probablement
une distribution normale
Si le résultat est une valeur p très faible
(généralement inférieure à 0,05), cela suggère que
les notes ne suivent probablement pas une
distribution normale.


Supposons que vous obteniez une valeur p de 0,03.

Cela signifierait que les notes de votre classe ne
suivent probablement pas une distribution normale.
Cela pourrait vous inciter à réfléchir aux raisons pour
lesquelles cela se produit. Peut-être que votre méthode
pédagogique correspondait parfaitement à un groupe
d’élève et pas du tout à un autre groupe?

Différence entre le Test de

Kolmogorov-Smirnov et le
Test de Shapiro-Wilk

Méthodologie :

Kolmogorov-Smirnov (K-S) : 


Compare la distribution cumulée de l'échantillon à une
distribution cumulée théorique (souvent la
distribution normale). La statistique de test est basée
sur la plus grande différence entre ces deux
distributions.


Shapiro-Wilk : 


Se concentre sur la façon dont les données de
l'échantillon se comparent à une ligne droite quand
elles sont tracées en ordre croissant contre leurs
valeurs théoriques normales. La statistique de test
est basée sur la corrélation entre les données et les
valeurs attendues d'une distribution normale.


Différence entre le Test de

Kolmogorov-Smirnov et le
Test de Shapiro-Wilk

Taille de l'échantillon :


K-S :

Peut être utilisé pour de grands échantillons, mais il

est moins puissant (c'est-à-dire moins sensible)
pour les petits échantillons.


Shapiro-Wilk :

Conçu spécifiquement pour les petits échantillons (

moins de 50 observations). Il est considéré comme
plus puissant pour détecter des déviations de la
normalité dans les petits échantillons par rapport au
K-S.

Différence entre le Test de
Kolmogorov-Smirnov et le
Test de Shapiro-Wilk

Application :

K-S :

Peut être utilisé pour comparer un échantillon à n'importe quelle

distribution, pas seulement la distribution normale.

Shapiro-Wilk :

Est spécifiquement conçu pour tester la normalité.

Curieux d'en savoir
plus?
Contactez-moi!

Cindy BRUHAT