Tests statistiques non paramétriques
- Introduite par
- Henry Mann and Donald Whitney
- Année
- 1947
- Type
- Method
- Famille
- distribution-free-methods
Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais
À quoi sert-elle ?
Les tests non paramétriques (sans distribution) sont des méthodes statistiques pour le test d'hypothèses qui ne supposent pas que les données suivent une distribution de probabilité spécifique (par exemple, normale), ce qui les rend robustes aux écarts par rapport à la normalité, aux valeurs aberrantes et aux données ordinales.
Le test de Mann-Whitney U (1947) et le test de Kruskal-Wallis (1952) étendent le test d'hypothèses au-delà des contraintes des hypothèses paramétriques. Essentiels en biologie, médecine, psychologie et dans tout domaine où les données sont non normales, fortement asymétriques ou mesurées sur des échelles ordinales (classements, évaluations), les tests non paramétriques fournissent une inférence valide lorsque les hypothèses paramétriques échouent.
L’intuition derrière la méthode
Les tests paramétriques (test t, ANOVA) supposent des distributions normales et des variances égales ; les violations de ces hypothèses peuvent produire des p-values et des intervalles de confiance incorrects. Les tests non paramétriques évitent les hypothèses de distribution en classant les observations : au lieu d'analyser les valeurs brutes, ils convertissent les données en rangs (1er plus petit, 2ème plus petit, ..., plus grand) et testent si les distributions des rangs diffèrent entre les groupes. Parce que les rangs sont des entiers et préservent l'ordre, ils sont robustes aux valeurs aberrantes, à la non-normalité et à l'hétéroscédasticité. Compromis : les tests non paramétriques sacrifient de la puissance dans des conditions idéales (données normales, variance égale) mais gagnent en robustesse et en validité dans des conditions réalistes. Pratique moderne : utiliser les tests non paramétriques de manière libérale ; ils sont robustes et souvent presque aussi puissants que les alternatives paramétriques.
Histoire
Henry Mann et Donald Whitney ont développé le test U en 1947 pour comparer deux échantillons. William Kruskal et Allen Wallis ont étendu l'approche à plusieurs échantillons en 1952. Frank Wilcoxon a développé indépendamment des tests de rang pour échantillons appariés (test des rangs signés, 1945). Charles Spearman avait précédemment introduit la corrélation de rang (1904). Ces méthodes sont restées dormantes jusqu'à ce que l'informatique moderne rende le calcul manuel obsolète. La résurgence actuelle est motivée par : (1) la reconnaissance que de nombreux ensembles de données ne sont pas normaux, (2) l'omniprésence des données ordinales (enquêtes, évaluations), (3) la philosophie des statistiques robustes soulignant la protection contre la violation des hypothèses.
Quand l’utiliser
Utiliser des tests non paramétriques lorsque les hypothèses des tests paramétriques sont violées et que la transformation (log, racine carrée) ne peut pas normaliser les données, ou lorsque les données sont intrinsèquement ordinales. Psychologie : analyse des réponses sur échelle de Likert (ordinales, souvent non normales) ; de nombreuses études utilisent des échelles avec moins de 10 catégories où la normalité est invraisemblable. Médecine : comparaison des valeurs de biomarqueurs entre groupes de traitement lorsque les mesures sont fortement asymétriques (par exemple, certains patients avec des valeurs nulles, d'autres avec des valeurs élevées). Biologie : évaluation de mesures basées sur les rangs (classements d'abondance d'espèces, classements de tournois). Utiliser également les méthodes non paramétriques par défaut dans l'analyse exploratoire précoce lorsque la distribution des données est inconnue ; si les résultats correspondent aux tests paramétriques, l'approche paramétrique est probablement sûre pour l'analyse de confirmation.
Limites et points d’attention
- Perte de puissance dans des conditions idéales : lorsque les données sont véritablement normalement distribuées avec des variances égales, les tests non paramétriques perdent 5 à 15 % de puissance par rapport aux tests t (efficacité relative asymptotique ~0,95).
- Moins développés pour les conceptions complexes : il existe moins d'équivalents non paramétriques pour l'ANOVA factorielle, la MANOVA ou l'ajustement de covariables complexes ; les méthodes non paramétriques multiniveaux sont moins standard.
- Taille de l'effet moins standardisée : contrairement aux tests paramétriques avec des mesures de taille d'effet bien établies (d de Cohen), les tailles d'effet non paramétriques (r, corrélation rang-bisériale) sont moins courantes en pratique.
- Tests post-hoc complexes : les comparaisons par paires après Kruskal-Wallis sont moins standardisées ; les pénalités de correction pour tests multiples peuvent réduire la puissance.
- Limités aux tests de localisation ou d'association : les méthodes non paramétriques testent principalement si les distributions diffèrent ; ne peuvent pas estimer de paramètres ni tester d'hypothèses spécifiques sur la structure moyenne.
Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.
Points forts
- Robuste à la non-normalité et aux valeurs aberrantes : p-values valides même lorsque les données sont sévèrement non normales ou contiennent des valeurs extrêmes qui ne peuvent être supprimées.
- Fonctionne avec des données ordinales : peut analyser des échelles de Likert, des classements ou d'autres catégories ordonnées ; les tests paramétriques supposent des données continues, ce qui les rend techniquement invalides pour les données ordinales.
- Calcul simple : les statistiques basées sur les rangs sont intuitives et simples à calculer ; peuvent être calculées à la main pour de petits échantillons.
- Sans distribution : ne supposent aucune distribution de probabilité spécifique, ce qui les rend universellement applicables à divers types de données.
- Bonne puissance statistique en cas de violation des hypothèses paramétriques : lorsque les hypothèses paramétriques sont fausses, les tests non paramétriques sont plus puissants que les tests paramétriques qui produisent des p-values invalides.
Applications
- Recherche en psychologie : comparaison des réponses sur échelle de Likert (satisfaction au travail, gravité de la dépression) entre groupes de traitement ; les évaluations sont généralement ordinales et non normales.
- Médecine clinique : analyse des niveaux de biomarqueurs (souvent asymétriques avec des limites de détection) avant/après traitement ; comparaison des évaluations de la gravité des symptômes.
- Santé au travail : classement des expositions aux dangers entre sites de travail ou comparaison des évaluations ordinales de sécurité ; alternatives pratiques aux méthodes paramétriques.
- Évaluation éducative : comparaison des scores ou des classements de tests entre écoles ou méthodes d'enseignement ; prend en charge les distributions de scores qui ne sont pas normales.
- Contrôle qualité : classement de la gravité des défauts ou comparaison des mesures ordinales de qualité entre lots de production sans supposer la normalité.
Comment ça marche
Comment ça marche
Administrer des tests non paramétriques lorsque : (1) les données de résultat ne sont pas normales (vérifier les graphiques Q-Q, le test de Shapiro-Wilk), (2) les données sont ordinales (rangs, évaluations, échelles avec des valeurs limitées), (3) les tailles d'échantillon sont petites (< 30) où la normalité ne peut être vérifiée, (4) des valeurs aberrantes sont présentes qui ne peuvent être justifiées ou supprimées, (5) les variances sont inégales (hétéroscédasticité). Collecte de données identique aux tests paramétriques ; aucun plan d'échantillonnage spécial requis. Exigence clé : les observations doivent être indépendantes (pas de mesures répétées sans ajustement) ; les données doivent être classables (pouvoir déterminer l'ordre relatif). Fonctionne avec des données continues, ordinales ou binaires.
Pour deux groupes indépendants, utiliser le test de Mann-Whitney U (alternative non paramétrique au test t indépendant) : (1) Classer toutes les observations de la plus petite à la plus grande, en ignorant l'appartenance au groupe. (2) Sommer les rangs dans chaque groupe (R₁ et R₂). (3) Calculer U₁ = n₁n₂ + [n₁(n₁+1)/2] − R₁ et U₂ = n₁n₂ + [n₂(n₂+1)/2] − R₂. (4) Statistique de test U = min(U₁, U₂). (5) Obtenir la p-value à partir des tables de distribution de Mann-Whitney (pour petits échantillons) ou de l'approximation normale (pour grands échantillons). Rapporter la taille de l'effet : r = Z / √n où Z est la statistique de test standardisée, n est la taille totale de l'échantillon ; r ≈ 0,1 petit, 0,3 moyen, 0,5 grand. Pour trois groupes indépendants ou plus, utiliser le test de Kruskal-Wallis : approche similaire mais calcule la statistique de somme des rangs globale H suivant la distribution χ² avec k−1 dl. Pour les données appariées (mesures répétées), utiliser le test des rangs signés de Wilcoxon : différences entre paires classées et testées par rapport à zéro. Pour la corrélation, utiliser la corrélation de rang de Spearman ρ : corrélation des rangs plutôt que des valeurs brutes.
L'interprétation de la p-value est la même que pour les tests paramétriques : p < 0,05 indique une différence statistiquement significative entre les groupes (au niveau conventionnel). Cependant, parce que les rangs sont utilisés, la taille de l'effet et l'interprétation diffèrent légèrement. Le test de Mann-Whitney U répond à la question : la distribution du groupe 1 est-elle stochastiquement plus grande que celle du groupe 2 ? (c'est-à-dire, les valeurs du groupe 1 ont-elles tendance à être plus élevées ?). La différence médiane est souvent estimée pour une interprétation pratique, mais techniquement le test compare les distributions, pas seulement les médianes. La taille de l'effet r fournit une mesure standardisée de la séparation des groupes. Pour Kruskal-Wallis, une p-value significative indique qu'au moins deux groupes diffèrent ; des tests post-hoc Mann-Whitney par paires identifient quelles paires (avec correction de Bonferroni). Pour Spearman's ρ, l'interprétation est similaire à celle de Pearson r ; les valeurs vont de −1 à +1 ; un ρ positif indique des rangs concordants.
Pièges courants
- Mauvaise compréhension de ce qui est testé : le test de Mann-Whitney U teste si les distributions diffèrent, pas seulement les médianes ; deux distributions peuvent avoir des médianes égales mais des formes différentes. Toujours examiner visuellement les distributions.
- Application de tests non paramétriques à des données clairement normales : gaspille de la puissance ; utiliser des tests paramétriques lorsque les hypothèses sont remplies.
- Utilisation de tests non paramétriques sur des données fortement catégorisées sans méthodes appropriées : les données ordinales (par exemple, échelle de Likert à 5 points) analysées avec Mann-Whitney peuvent être valides, mais avec seulement 2 catégories (dichotomiques), les tests non paramétriques basés sur les rangs se réduisent à un chi-carré.
- Omission de vérifier l'hypothèse d'indépendance : les tests non paramétriques supposent des observations indépendantes ; les conceptions groupées, les mesures répétées ou les conceptions appariées nécessitent des ajustements (test de Friedman pour les mesures répétées, stratification pour les appariements).
- Dichotomisation de variables continues : convertir des données continues (âge) en ordinales (jeune/vieux) puis appliquer des tests non paramétriques perd de l'information. Conserver la forme continue lorsque possible.
- Interprétation des tailles d'effet basées sur les rangs comme des tailles d'effet pratiques : une taille d'effet non paramétrique r = 0,3 quantifie la séparation statistique, pas l'importance pratique. Examiner toujours la différence réelle des médianes ou des moyennes pour la signification pratique.
Questions fréquentes
Quand dois-je utiliser Mann-Whitney U au lieu d'un test t indépendant ?
Utiliser Mann-Whitney U si : (1) les données ne sont pas normalement distribuées (le graphique Q-Q montre un écart, p-value de Shapiro-Wilk < 0,05), (2) les variances sont inégales (test de Levene p < 0,05) et les tailles d'échantillon inégales, (3) les données sont ordinales (classements, évaluations), (4) les tailles d'échantillon sont petites (n < 30) de sorte que la normalité ne peut être vérifiée, ou (5) des valeurs aberrantes sont présentes qui sont réelles (pas des erreurs de mesure) et ne peuvent être supprimées. Si les données sont clairement normales et de variance égale, le test t est préférable (plus puissant). En pratique, Mann-Whitney U est un choix conservateur ; il fonctionne raisonnablement bien même pour des données normales (perte de puissance ~5 %), donc son utilisation libérale est défendable.
Que teste réellement le test de Mann-Whitney U : les médianes ou les distributions ?
Techniquement, le test de Mann-Whitney U teste si les distributions diffèrent (dominance stochastique). Si les distributions ont la même forme, le test approxime un test de différence de médianes. Cependant, deux distributions peuvent avoir des médianes égales mais des formes différentes (par exemple, une symétrique, une asymétrique). Inversement, des médianes différentes impliquent des distributions différentes. Meilleure pratique : toujours visualiser les deux distributions avec des boîtes à moustaches ou des courbes de densité ; l'examen des données réelles clarifie si le résultat du test reflète une différence de médiane ou une différence distributionnelle plus large. Rapporter à la fois la p-value et la différence médiane pour une interprétation pratique.
Comment gérer les rangs ex æquo dans les tests non paramétriques ?
Les ex æquo (valeurs égales) se voient attribuer le rang moyen. Par exemple, si deux observations sont à égalité pour la 5ème place, les deux se voient attribuer le rang 5,5. C'est l'approche standard et c'est ce que les logiciels statistiques implémentent. Avec de nombreux ex æquo, la statistique de test peut nécessiter un ajustement (tests de rangs médians, tests de permutation). Si les ex æquo sont très fréquents (par exemple, de nombreuses valeurs nulles ou des données fortement catégorisées), envisagez des alternatives : tests de permutation, ou méthodes robustes conçues pour les données discrètes.
Puis-je utiliser des tests non paramétriques avec des données sur échelle de Likert ?
Oui, les tests non paramétriques sont bien adaptés aux échelles de Likert (données ordinales). Mann-Whitney U compare les distributions des réponses Likert entre les groupes ; Kruskal-Wallis compare trois groupes ou plus. Cependant, soyez prudent avec les échelles comportant très peu de catégories (par exemple, une échelle à 3 points) : la puissance du test est réduite par rapport aux données continues. Alternativement, pour les échelles de Likert à plusieurs items (par exemple, additionner plusieurs items pour obtenir un score composite), le composite peut approximer la normalité (Théorème Central Limite), justifiant les tests paramétriques. Utiliser les tests non paramétriques comme défaut sûr pour les mesures ordinales à item unique.
Méthodes associées
Sources
Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60.
Ouvrir la référence DOICopié.Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.
Ouvrir la référence DOICopié.Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons.
Ouvrir la référence de la publicationCopié.