Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Les tests paramétriques et non paramétriques sont des tests statistiques appliq

Les tests paramétriques et non paramétriques sont des tests statistiques appliqués a des bases de données pour essayer de connaitre l’impact d’un événement ou un élément sur un échantillon généralement dans ces tests on a 2 hypothèses, dans la recherche une hypothèse est une suggestion d'explication à un phénomène, l’hypothèse nulle (H0) qui est la première est présente quand un chercheur tente de réfuter l'hypothèse. Normalement, l'hypothèse nulle représente la perspective d'un aspect du monde que le chercheur veut contester. En méthodologie de recherche le chercheur doit fournir une hypothèse suppléante, une hypothèse de recherche, comme solution alternative à l'explication du phénomène et vers la fin les résultats démontrent laquelle sera rejetée et laquelle sera gardée, pour savoir si le test paramétrique qui sera utilisé l’échantillon sur lequel l’étude portera doit obéir à une loi normale c’est-à-dire un échantillon supérieur ou égal à 30 sujets et une distribution normale pour utiliser un test paramétrique dans le cas inverse c’est le test non-paramétrique qui est utilisé. La distribution est l’association des classes de valeur dans un test et leurs fréquences d’apparition. Chaque test paramétrique à son équivalent non paramétrique, qui entre en jeu si les conditions d’utilisation du premier ne sont pas réalisées. Le test paramétrique le plus utilisé est le test t de student mais ce test se divise en 3 catégories : Test paramétrique Test non paramétrique Test t de student pour échantillon unique Test du signe Test t de student pour 2 écha indépendant Test de Mann-whitney Test t de student pour 2 écha appariés Test de wilcoxon Échantillons indépendants : Échantillons appariés : c’est-à-dire liés c’est le même échantillon dans 2 états différents. Pour aboutir au rejet de H0 et H1 2 valeurs sont utilisées : la valeur-t et la valeur-p qui peuvent être calculées manuellement, mais les logiciels sont préférables vu la complexité de la tâche Les tests paramétriques sont, eux, plus puissants en général que leurs équivalents non- paramétriques. En d’autres termes, un test paramétrique sera plus apte à aboutir à un rejet de H0, si ce rejet est justifié. La plupart du temps, la p-value calculée par un test paramétrique sera inférieure à la p-value calculée par un équivalent non-paramétrique exécuté sur les mêmes données. Les erreurs dans la recherche sont possibles soit on accepte l'hypothèse de recherche alors que l'hypothèse nulle est en fait correcte soit on rejette l'hypothèse de recherche même si l'hypothèse nulle est fausse. uploads/Science et Technologie/ resume 1 .pdf