Application des Tests non paramétriques

3. Test de Kolmogorov Smirnov

-Homogénéité: comparaison de deux échantillons

Test
-Adéquation d’une distribution à une fonction de répartition :
uniformité , normalité

Procédure du test d’adéquation

1) Formuler l’hypothèse
H0 : la distribution de la variable de la série est uniforme
H1: la distribution de la variable de la série n’est pas uniforme

2) Supposer H0 vraie

3) Calculer la statistique D

1
Procédure du test d’adéquation
Calcul de la statistique D
a) Ranger la série en ordre croissant
b) Calculer D+ et D-
D+= Max ((i/N)-Vi), 1<= i <= N
D- = Max (Vi-((i-1)/N)), 1<= i <= N
c) Calculer D
D= Max (D+,D-)
i Vi i/N (i-1)/N D+ D-
1 0.05 0.2 0 0.15 0.05 D-= 0.21
D+=0.26
2 0.14 0.4 0.2 0.26 -0.06 D= 0.26
3 0.44 0.6 0.4 0.165 0.04
4 0.81 0.8 0.6 -0.01 0.21
5 0.93 1.0 0.8 0.01 0.13

4) Fixer le seuil de signification  et déterminer D

5) Comparer Dcalculée et D et conclure

Dcalculée = 0.26 , à un seuil de 0.05 D  0.565

2
Conclusion: Dcalculée <Dseuil accepter H0: la répartition est uniforme
3
Procédure du test d’homogènieté

1) H0: la distribution des variables dans l’échantillon 1 est identique à celle de

l’échantillon 2

2) Supposons H0 est vraie

3) Calculer la statistique D
D = Max ( des différences entre les variables en proportions cumulées)
D= Max (Di)

4) Dc= 1.36/racine carré de (total Vi) pour seuil =0.05

5) Décider Dcalculée <Dc => accepter H0

Si Dcalculée > Dc rejet de H0 les variables de ech1 et ech2 sont distribuées
différemment

4
 Exemple
Vi 1 Propo- Cumu- Vi2 Propo- Cumu- Différe
rtion lés rtion lés nce

20 0.161 0.161 4 0.032 0.032 0.129

30 0.241 0.403 27 0.217 0.25 0.153
13 0.104 0.508 28 0.225 0.475 0.032
20 0.161 0.669 18 0.145 0.620 0.048
40 0.330 1 47 0.379 1 0
124 124
D=Max 0.153

  0.05 D  1.36 / N  0.122 L’effectif total de chaque proportion est

124 . On utilise cette formule pour
Dcritique pour N>50

D calculée > Dcritique les fréquences sont distribuées différemment H0 est

rejeté 5
Table de Kolmogorov- Smirnov

6
4. Test de khi deux
-Homogénéité: comparaison de deux échantillons
Test
-Adéquation d’une distribution à une fonction de
répartition : uniformité , normalité

Procédure du test homogénéité

indépendance des variables qualitatives
Tester s’il ya lien entre le sexe et les résultats scolaires
Soit le tableau suivant des résultats des étudiants

résultat filles garçons total

Très faibles 8 20 28
Plutôt faibles 14 45 59
Plutôt fort 32 31 63
Très fort 30 20 50

84 116 200
7
1) H0: les résultats scolaires et le sexe sont indépendants
H1: il ya un lien entre les résultat et le sexe
2) Vérification des conditions d’application
On a 200 total de l’effectif 84 filles 42% 116 garçons 58%
Calculons les effectifs théoriques à partir de ces pourcentages

Filles 42% Garçons 58% total

Très faible 11.5 16.24 28
Plutôt faible 24.88 34.22 59
Plutôt fort 26.46 36.54 63
Très fort 21 29 50
84 116 200

Fo : fréquence réelle observée

Ft: fréquence théorique la fréquence est trouvée si les résultats et le sexe sont indépendants
3) Calculons la statistique khi deux
fo1  ft1 (8  11.5) 2
( f o  ft )2 Exemple pout i=1   1.202
 
2
 18.80 ft1 11.5
i ft
8
Rq: il faut que tous les effectifs sont supérieur à 5 sinon grouper les valeurs dans
une même classe
4) Nombre de degré de liberté:

  (nbre des lignes  1)(nbre des colonnes  1)  3*1  3

Déterminer la valeur de khi deux critique

Pour seuil de 5% ddl= 3  c  7.8147

2

 2
cal   2
c
On rejette H0
Il ya un lien entre les résultats et
le sexe des étudiants

9
Procédure du test d’adéquation : de normalité
1) Formuler l’hypothèse H0 : La variable suit une loi normale
H1: la distribution de la variable n’est pas normale

2) On suppose que H0 est vraie : on compare alors avec une variable théorique qui
suit une loi normale
3) On calcule la statistique  2
calcul à partir d’un tableau contenant les valeurs
réelles et les valeurs théorique : explication dans l’exemple
4) On fixe un seuil de signification ex : 0.05 et extrait  critique de la table
2

si  cal   table
2 2
5) On décide alors H0 est acceptée

Si  2 cal   2table alors H0 est rejetée

10
Exemple:
Une entreprise fabrique des rondelles , les diamètres (mm) sont donnés dans la colonne
1 et l’effectif est donné dans la colonne 2
H0: la variable suit une loi normale au risque signification de 5%

diamètre xi ni ni*xi ni * xi2

[15,25] 20 18 360 7200
[25,35] 30 42 1260 37800
[35,45] 40 74 2960 118400
[45,55] 50 50 2500 125000
[55,65] 60 16 960 57600
somme 200 8040 346000

La moyenne x
 nixi  8040  40.2
N 200
 nixi
2

La variance 34600

Vx   x2   40.22  113
N 200

L’ écart type échantillon  e  Vx  113.2  10.675

N 200
L’ écart type estimé    e N  1  10.675 199  10.7

La question est ce que la variable suit une loi normale N(40.2, 10.7)
11
 Diamètre ni observé Ti théorique ni -Ti (no i Ti ) 2
Ti
[15,25] 18 15.54 2.456 0.3881
[25,35] 42 47.16 -5.16 0.564
[35,45] 74 71.92 2.08 0.0601
[45,55] 50 48.92 1.28 0.0336
[55,65] 16 16.656 -0.0656 0.02584
(noi  Ti ) 2
somme 200 200 1.0722  2
cal 
Ti

Comment calculer Ti ??? T1,T2,T3,T4,T5

P(X<25) probabilité que la variable diamètre soit inferieur à 25

T1= 200(P(X<25) ) proportion de l’effectif qui a le diamètre <25

T1=200*P((x-40.2)/10.7 – (25-40.2)/10.7)=

200 P (T  1.42)  200 (1.42)  200(1   (1.42))  15.544

12
 Diamètre ni observé Ti théorique ni -Ti (no i Ti ) 2
Ti
[15,25] 18 15.54 2.456 0.3881
[25,35] 42 47.16 -5.16 0.564
[35,45] 74 71.92 2.08 0.0601
[45,55] 50 48.92 1.28 0.0336
[55,65] 16 16.656 -0.0656 0.02584
(noi  Ti ) 2
somme 200 200 1.0722  2
cal 
Ti
Comment calculer Ti ??? T1,T2,T3,T4,T5

T2=200*P(25<=x<35) center la loi et déterminer à partir de table ou bien

déterminer à partir des fonctions de logiciel

T5=200-[T1+T2+T3+t4]=16.656
Rq: si l’effectif théorique est <5 il faut regrouper les effectifs dans une même classe

Déterminer la valeur qui deux seuil table au degré de liberté suivant:

  nbre de classe 1  nbre des paramètres à estimer
Dans notre cas deux paramètres (2) à estimer : moyenne et écart type
13
 (noi  Ti )2   5 1  2  2
 2 cal 
Ti À partir de la table
 c (  2)  5.99
2

 1.0722

 2
cal   c (table)
2

=> H0 est valide est accepté au seuil de signification 5%

14
Table de la loi de Khi-Deux
P(  v2   v2, )  

15
Table de la loi de Khi-Deux

Pour   30, La loi

du  2 peut
être approximée par
la loi normale ( ,  )

16