Karteikarten: Statistiques non paramétriques et régression — 24 Karten

Test non paramétrique — rôle ?

Comparer une population sans supposer de loi précise.

Test des signes — hypothèse H0 ?

La médiane me = m0.

S+n — définition ?

Nombre d’observations positives par rapport à la référence.

Test bilatéral — but ?

Detecter une différence dans les deux sens.

Approximation normale — condition ?

Taille d’échantillon > 40.

Test des signes — décision ?

Rejeter H0 si S+n hors de l’intervalle critique.

Wilcoxon — statistique W+⋆n ?

Somme des rangs des différences positives.

Wilcoxon — correction en cas d’ex æquo ?

Utiliser les rangs moyens dans W+⋆n.

ANOVA — modèle ?

Comparaison des moyennes de plusieurs groupes.

ANOVA — condition essentielle ?

Normalité des résidus et homogénéité des variances.

F loi — usage en ANOVA ?

Comparer Fobs à la valeur critique pour décider.

Kruskal-Wallis — H0 ?

Les lois des populations sont identiques.

Kruskal-Wallis — correction K* ?

Prise en compte des ex æquo dans le rang.

Régression — plan expérimental 1 ?

Une seule réponse par valeur de X.

Régression — plan expérimental 2 ?

Plusieurs réponses pour chaque X, validation du modèle.

Intervalle confiance — pour a ?

Basé sur l’estimation de a et la loi de Student.

Intervalle de confiance — pour y(x) ?

Basé sur ŷ(x) et son écart-type estimé.

Lois de Fisher et Student — rôle ?

Fisher : test d’égalité de variances; Student : construire intervalles et tester paramètres.

Test de normalité — loi ?

Loi de Shapiro-Francia.

Test de Levene — but ?

Vérifier l’égalité des variances.

Coefficient de corrélation — rôle ?

Mesurer la force et le sens de la liaison linéaire.

Transformation Fisher — but ?

Normaliser le coefficient r pour tests et intervalles.

Fisher z — utilisation ?

Construire l’intervalle de confiance pour ρ.

Degrés de liberté — en loi de Fisher ?

ν1 pour le numérateur, ν2 pour le dénominateur.