SlideShare une entreprise Scribd logo
Université d’Oum El Bouaghi
Faculté des sciences de la terre et de l’architecture
Prof. Adad Mohamed ChérifDomaines d’intérêt:
Architecture, urbanisme, VBA,
SPSS et électronique pratique. 2017
Si l’information sur une population est connue au moyen de ses
paramètres, le test statistique s'appelle un test paramétrique.
Les statistiques paramétriques sont utilisés pour faire des
inférences. C’est-à-dire, l’étude d’un échantillon, pris au hasard,
pourra aboutir à des extrapolations (inférences) sur toute la
population à condition que les prémisses du test utilisé doivent
être respectées . Exemples de prémisses (Assumptions) :
 distribution normale (Normal distribution) ;
 homogénéité des variances (Homogeneity of variance) dans les
cas de test T et ANOVA.
Avant d’aborder le test Mann Whitney proprement dit, il est
utile de faire un rappel sur les tests paramétriques et les tests
non-paramétriques ,
Dans le cas ou le test paramétrique n’est plus possible, on fait
appel à une autre alternative incarnée dans l’approche non-
paramétrique.
Les tests non-paramétriques sont généralement moins robustes
que les tests paramétriques, bien qu’ils soient relativement
simples à utiliser et moins contraignants. Ils exigent ni de
prémisses, ni de procédures d’échantillonnage.
Test
paramétriques
Tests
paramétriques
T testANOVA
Corrélation
Régression Khi deux
Tests T (TP)
 Indépendant: Test U de Mann-Whitney (TNP)
 Apparié : test de Wilcoxon (TNP)
 ANOVA (TP)
 Krustal-Wallis à 1 facteur (TNP)
 Test de Friedman (TNP)
 Chi 2 (TP)
 Test de McNemar (TNP)
 Test de Fisher (TNP)
Test paramétrique (TP) et son équivalence en test non-
paramétrique (TNP)
Le test U de Mann-Whitney est un test non-paramétrique. Il permet de
comparer la distribution de 2 échantillons indépendants qui peuvent être
différents. Il est l’équivalent du test paramétrique T test student.
Il s’agit pratiquement de comparer les rangs moyens ou la somme des
rangs des 2 groupes ou échantillons indépendants.
Moyenne
la somme des rangs ou
la médiane
Logiquement équivalents
Le test U Mann-Whitney est aussi appelé:
 Test de man-Whitney-Wilcoxon
 Test de Wilcoxon –Mann-Whitney
 Wilcoxon Rank-Sum test
conditions
condition
Rappelons que plusieurs indicateurs permettent de décrire
une variable quantitative (tests paramétriques) :
• Les indicateurs de tendance centrale : moyenne,
médiane, mode.
• Les indicateurs de dispersion : étendue, variance, écart
type.
• Les indicateurs de forme de la distribution : asymétrie
(Skewness), aplatissement (Kurtosis).
• Les graphiques : histogrammes ou boîtes à moustaches .
Il est aussi utilisé dans le cas de:
 la variable quantitative continue
 variable quantitative discrète
Exemples de test Mann Whitney
 On veut comparer le temps de réponse chez un groupe de femmes et chez un groupe
d’hommes ayant pris le même médicament afin de détecter si le sexe joue un rôle vis à
vis de l'efficacité du traitement.
 On veut mesurer la concentration du polluant contenu dans le corps de deux groupes
d’animaux ayant fréquenté une plage polluée. Le prélèvement sur le 2ème groupe
s’est fait après qu’une vaste opération de dépollution de la plage a été menée . Le but est
de détecter si la plage est relativement ou complétement dépolluée.
 Ayant suivi le même régime alimentaire , on veut comparer l'évolution du poids chez un
groupe de femmes et chez un groupe d'hommes . Le but recherché consiste à déceler si le
sexe a une influence sur l'efficacité du régime.
Notre test Mann Whitney consiste à comparer les performances de 2
groupes d’élèves, représentés par leurs échantillons, qui ont eu le même
cours, chacun dans sa classe. L'objectif est de comparer les 2 variations
moyennes des résultats afin de savoir si l'écart entre les 2 est
significatif ou simplement dû au fait du hasard.
Notre cas d’étude
.
Rang moyen 1 Rang moyen 2)
Rang moyen 1=Rang moyen 2)
Ho: hypothèse nulle
H1: hypothèse alternative
Soient 2 échantillons indépendants G1 et G2 ( pas de relation entre les 2) tirés au
hasard, de tailles respectives t1=10 et t2=10. On souhaite comparer les deux
moyennes respectives, c'est-à-dire tester l'hypothèse nulle (H0) : µ1 = µ2 .
Saisir dans « Affichage des variable » , la variable indépendante « Groupe: 1 ou 2 »
et la variable dépendante « Notes »
 La mesure nominale pour « la variable groupe »
 La mesure échelle pour « La variable Note »
 Pour la colonne « Valeur » , G1=1 et G2=2
Saisir les données dans
« Affichage de données »
Notes du groupe 1
Notes groupe 2
Appuyez sur
Etiquette et le
codage « 1 et 2 »
est remplacé par
G1 et G2
Nous allons d’abord analyser les données par rapport à la normalité . Nous
avons supposé que les données utilisées ne sont pas normalement distribuées .
Pour voir la configuration des données appuyez sur:
• Données → Scinder le fichier
 Transférer « Groupe 1 et 2 » vers « Critères de regroupement » puis OK
On va faire l’analyse statistiques des données :
Analyse ----→ Effectives
• Transférer la variable « Notes de l’élève » vers « variables »
• Appuyer sur « Statistiques »
• Cocher « Moyenne », « Médiane », « skewness », « kurtosis »
• Appuyer sur « Poursuivre »
• Décocher « Afficher les tableaux d’effectif »
• Appuyer sur « Diagrammes »
• Appuyer sue « Histogrammes »
• Poursuivre puis ok
Analyse est faite pour chaque groupe .
Comme on peut le constater ,
l’asymétrie ( Skewness) pour G1 est -
0.599 et pour G2 est - 0.330 . Les deux
valeurs sont différentes de zéro .
C’est-à-dire que les données ne sont
pas effectivement normalement
distribuées. Une distribution normale
exige une asymétrie de valeur zéro.
Si nous regardons maintenant la configuration de la distribution des données ,
on peut dire que les courbes , toutes les 2 (pour G1 et G2), sont asymétriques.
Pour cela, on fait appel U test non-paramétrique pour analyser ces données.
Histogrammes de G1 et G 2
Asymétrie à gauche
(Négative)
Pour faire le test Mann-Whitney, nous devons d’abord regrouper les données
(annuler la 1ère opération « Scinder ficher » )
- Données →→→→ Scinder fichier
- Cocher « Analyser toutes les opérations, ne pas créer de groupes » en vue
d’annuler la création de groupes.
- Appuyer sur OK
Analyse → Tests non paramétrique → Boites de dialogue → 2 échantillons indépendants
Passons au test Mann-Whitney
- Placez Note de l’élève « variable
dépendante » dans la boite de dialogue
« liste des variables à tester » puis
transférer Groupe 1 et 2 dans « Critère de
regroupement qualitatif numérique »
- Définir des groupes : 1 pour Groupe 1 et
2 pour Groupe 2
- Cochez U de Mann –Whitney Enfin, appuyez sur OK .
Interprétons maintenant les résultats : nous
pouvons voir deux tableaux : « Rangs » et
« Tests »
- Dans « Rangs », N=10 est le nombre d’élèves de
chaque groupe , Rang moyen pour G1=10,65 et
pour G2= 10,35 alors que les sommes des rangs
sont G1=106,50 et G2=103,5.
- Dans « Test » la valeur de U de Mann Whitney est
de 48,50 .
Qu’est ce que signifie tout cela? Que ce soit pour
le test bilatéral ou unilatéral, la différence entre les
rangs moyens n’est pas significative étant donné
que les p =0,909 et p=0,912 sont supérieures à
α= 0,05 . Donc, H0 n’est pas rejetée. Comme on
peut le voir sur « Rangs », les deux rangs moyens
sont pratiquement égaux 1=2, 10,65 ≈10,35
Test de Mann-Whitney
Mais dans le cas où la
signification p est <
0,05 , on rejette H0.
Revenons au tableau qu’on n’ a déjà vu.
On peut aussi constater que les moyennes des 2 groupes sont
presque égales G1=11,92 et G2=11,4385 .
Cependant , nous devons compter
sur le test Mann-Whitney pour
l’analyse des données, étant donné
qu’elles ne sont pas normalement
distribuées.
Prof. Adad Mohamed chérif 2017
Université d'Oum El Bouaghi
Faculté des sciences de la terre et de l’architecture

Contenu connexe

Tendances

Questionnaire sous spss
Questionnaire sous spssQuestionnaire sous spss
Questionnaire sous spss
Adad Med Chérif
 
Chapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simpleChapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simple
Mahamadou Haro
 
Cours echantillonnage et estimations
Cours echantillonnage et estimationsCours echantillonnage et estimations
Cours echantillonnage et estimations
Mehdi Rajawi
 
Chapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondageChapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondage
Mahamadou Haro
 
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Adad Med Chérif
 
Stat3 Intervalle De Confiance
Stat3  Intervalle De ConfianceStat3  Intervalle De Confiance
Stat3 Intervalle De Confiance
Jean-Louis ESTRADE
 
Cours acp mehdi_aman
Cours acp mehdi_amanCours acp mehdi_aman
Cours acp mehdi_aman
Mehdi Aman
 
chapitre 1 régression simple.pdf
chapitre 1 régression simple.pdfchapitre 1 régression simple.pdf
chapitre 1 régression simple.pdf
AnassFarkadi
 
methode echantillonnage
methode echantillonnagemethode echantillonnage
methode echantillonnage
Mouhcine Rabi
 
Analyse de données avec spss,
Analyse de données avec spss,Analyse de données avec spss,
Analyse de données avec spss,
Mohamed Amine Sansar
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)
Mohamed Heny SELMI
 
Analyse de régression multiple
Analyse de régression multipleAnalyse de régression multiple
Analyse de régression multiple
Adad Med Chérif
 
Regress lineaire simple imp
Regress lineaire simple impRegress lineaire simple imp
Regress lineaire simple impKhawla At
 
Data mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes PrincipalesData mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes Principales
Mohamed Heny SELMI
 
Echantillon
EchantillonEchantillon
Echantillon
Kaiogan
 
Ppt techniques de colectes de donnees en suivi evaluation
Ppt techniques de colectes de donnees en suivi evaluationPpt techniques de colectes de donnees en suivi evaluation
Ppt techniques de colectes de donnees en suivi evaluation
USIGGENEVE
 
Chapitre3: Les sondages stratifiés
Chapitre3: Les sondages stratifiésChapitre3: Les sondages stratifiés
Chapitre3: Les sondages stratifiés
Mahamadou Haro
 
Stat4 Principes Des Tests Statistiques
Stat4  Principes Des Tests StatistiquesStat4  Principes Des Tests Statistiques
Stat4 Principes Des Tests Statistiques
Jean-Louis ESTRADE
 

Tendances (20)

Questionnaire sous spss
Questionnaire sous spssQuestionnaire sous spss
Questionnaire sous spss
 
Chapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simpleChapitre2: Sondage aléatoire simple
Chapitre2: Sondage aléatoire simple
 
Cours echantillonnage et estimations
Cours echantillonnage et estimationsCours echantillonnage et estimations
Cours echantillonnage et estimations
 
Chapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondageChapitre1:Introduction aux méthodes de sondage
Chapitre1:Introduction aux méthodes de sondage
 
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
 
Stat3 Intervalle De Confiance
Stat3  Intervalle De ConfianceStat3  Intervalle De Confiance
Stat3 Intervalle De Confiance
 
Cours acp mehdi_aman
Cours acp mehdi_amanCours acp mehdi_aman
Cours acp mehdi_aman
 
chapitre 1 régression simple.pdf
chapitre 1 régression simple.pdfchapitre 1 régression simple.pdf
chapitre 1 régression simple.pdf
 
methode echantillonnage
methode echantillonnagemethode echantillonnage
methode echantillonnage
 
Analyse de données avec spss,
Analyse de données avec spss,Analyse de données avec spss,
Analyse de données avec spss,
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)
 
Analyse de régression multiple
Analyse de régression multipleAnalyse de régression multiple
Analyse de régression multiple
 
Regress lineaire simple imp
Regress lineaire simple impRegress lineaire simple imp
Regress lineaire simple imp
 
Data mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes PrincipalesData mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes Principales
 
Echantillon
EchantillonEchantillon
Echantillon
 
(Cours régression)
(Cours régression)(Cours régression)
(Cours régression)
 
Ppt techniques de colectes de donnees en suivi evaluation
Ppt techniques de colectes de donnees en suivi evaluationPpt techniques de colectes de donnees en suivi evaluation
Ppt techniques de colectes de donnees en suivi evaluation
 
Methodologie des enquete
Methodologie des enqueteMethodologie des enquete
Methodologie des enquete
 
Chapitre3: Les sondages stratifiés
Chapitre3: Les sondages stratifiésChapitre3: Les sondages stratifiés
Chapitre3: Les sondages stratifiés
 
Stat4 Principes Des Tests Statistiques
Stat4  Principes Des Tests StatistiquesStat4  Principes Des Tests Statistiques
Stat4 Principes Des Tests Statistiques
 

Similaire à Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique

Stat1 Les Indices
Stat1  Les IndicesStat1  Les Indices
Stat1 Les Indices
Jean-Louis ESTRADE
 
Stat6 Chideux
Stat6   ChideuxStat6   Chideux
Stat6 Chideux
Jean-Louis ESTRADE
 
Loic sarton spss 2011
Loic sarton  spss 2011Loic sarton  spss 2011
Loic sarton spss 2011
Loic Sarton
 
Stat5 Student
Stat5 StudentStat5 Student
Stat5 Student
Jean-Louis ESTRADE
 
TESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdfTESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdf
RdaAllouche
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
TAKMACHTE
 
Intro
IntroIntro
7490_chap02.pdf
7490_chap02.pdf7490_chap02.pdf
7490_chap02.pdf
SaidSousdi
 
Chapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptxChapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptx
melianikholoud
 
Initiation au logiciel spss 18
Initiation au logiciel spss 18Initiation au logiciel spss 18
Initiation au logiciel spss 18melinabernier
 
Loic sarton (2)
Loic sarton (2)Loic sarton (2)
Loic sarton (2)
Loic Sarton
 
décrire les données (1).pdf
décrire les données (1).pdfdécrire les données (1).pdf
décrire les données (1).pdf
ARACHEMUSTAPHAAMINE
 
Le questionnaire
Le questionnaireLe questionnaire
Le questionnaire
S/Abdessemed
 
Test d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdfTest d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdf
KOUADIOPATRICE1
 
TS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdfTS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdf
FootballLovers9
 
6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser
ibtissam el hassani
 
Propensity score matching
Propensity score matchingPropensity score matching
Propensity score matching
Vincent Gigliobianco
 
Azizi test t a echantillons independants
Azizi test t a echantillons independantsAzizi test t a echantillons independants
Azizi test t a echantillons independantsSouad Azizi
 
Démarche des analyses statistiques de base
Démarche des analyses statistiques de baseDémarche des analyses statistiques de base
Démarche des analyses statistiques de base
Institut Pasteur de Madagascar
 

Similaire à Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique (20)

Stat1 Les Indices
Stat1  Les IndicesStat1  Les Indices
Stat1 Les Indices
 
Stat6 Chideux
Stat6   ChideuxStat6   Chideux
Stat6 Chideux
 
Loic sarton spss 2011
Loic sarton  spss 2011Loic sarton  spss 2011
Loic sarton spss 2011
 
Stat5 Student
Stat5 StudentStat5 Student
Stat5 Student
 
TESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdfTESTS D’HYPOTHESES.pdf
TESTS D’HYPOTHESES.pdf
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
 
Intro
IntroIntro
Intro
 
pmi définition variance
pmi définition variancepmi définition variance
pmi définition variance
 
7490_chap02.pdf
7490_chap02.pdf7490_chap02.pdf
7490_chap02.pdf
 
Chapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptxChapitre I - Développements introductifs.pptx
Chapitre I - Développements introductifs.pptx
 
Initiation au logiciel spss 18
Initiation au logiciel spss 18Initiation au logiciel spss 18
Initiation au logiciel spss 18
 
Loic sarton (2)
Loic sarton (2)Loic sarton (2)
Loic sarton (2)
 
décrire les données (1).pdf
décrire les données (1).pdfdécrire les données (1).pdf
décrire les données (1).pdf
 
Le questionnaire
Le questionnaireLe questionnaire
Le questionnaire
 
Test d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdfTest d'hypothèses en statistique Chapitre 7.pdf
Test d'hypothèses en statistique Chapitre 7.pdf
 
TS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdfTS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdf
 
6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser
 
Propensity score matching
Propensity score matchingPropensity score matching
Propensity score matching
 
Azizi test t a echantillons independants
Azizi test t a echantillons independantsAzizi test t a echantillons independants
Azizi test t a echantillons independants
 
Démarche des analyses statistiques de base
Démarche des analyses statistiques de baseDémarche des analyses statistiques de base
Démarche des analyses statistiques de base
 

Plus de Adad Med Chérif

Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...
Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
Adad Med Chérif
 
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
Adad Med Chérif
 
شهادة مدرسية : تحريرها باستعمال الاكسيل
شهادة مدرسية : تحريرها باستعمال الاكسيلشهادة مدرسية : تحريرها باستعمال الاكسيل
شهادة مدرسية : تحريرها باستعمال الاكسيل
Adad Med Chérif
 
Options Graphiques: saisie des données dans l'userform
Options Graphiques: saisie des données dans l'userformOptions Graphiques: saisie des données dans l'userform
Options Graphiques: saisie des données dans l'userform
Adad Med Chérif
 
Export des données et des graphiques : de l'Excel vers Powerpoint et word
Export des données et des graphiques : de l'Excel vers Powerpoint et word Export des données et des graphiques : de l'Excel vers Powerpoint et word
Export des données et des graphiques : de l'Excel vers Powerpoint et word
Adad Med Chérif
 
VBA Excel: Enquête sur la qualité de l’aménagement extérieur des logements
VBA Excel:   Enquête sur la qualité de l’aménagement  extérieur des logements  VBA Excel:   Enquête sur la qualité de l’aménagement  extérieur des logements
VBA Excel: Enquête sur la qualité de l’aménagement extérieur des logements
Adad Med Chérif
 
Création d'une base de donnée en VBA Excel
Création d'une base de donnée en VBA Excel Création d'une base de donnée en VBA Excel
Création d'une base de donnée en VBA Excel
Adad Med Chérif
 
Analyse descriptive en VBA Excel
Analyse descriptive en VBA Excel Analyse descriptive en VBA Excel
Analyse descriptive en VBA Excel
Adad Med Chérif
 
Water level indicator with alarm for underground tank
Water level indicator with alarm for underground tank Water level indicator with alarm for underground tank
Water level indicator with alarm for underground tank
Adad Med Chérif
 
Fonctionnement d’un récepteur radio superhétérodyne en MA et FM
 Fonctionnement  d’un récepteur radio  superhétérodyne en MA et FM  Fonctionnement  d’un récepteur radio  superhétérodyne en MA et FM
Fonctionnement d’un récepteur radio superhétérodyne en MA et FM
Adad Med Chérif
 
Indicateur d'arrivée de d'eau/ Détecteur de pluie
Indicateur  d'arrivée de d'eau/ Détecteur de pluie  Indicateur  d'arrivée de d'eau/ Détecteur de pluie
Indicateur d'arrivée de d'eau/ Détecteur de pluie
Adad Med Chérif
 
Home security alarm system
 Home security alarm  system  Home security alarm  system
Home security alarm system
Adad Med Chérif
 
Le four à micro-ondes Principe de fonctionnement
Le four à micro-ondes Principe de fonctionnement Le four à micro-ondes Principe de fonctionnement
Le four à micro-ondes Principe de fonctionnement
Adad Med Chérif
 
Notice bibliographique pour les doctorants chercheurs en VBA sous Excel
Notice bibliographique pour les  doctorants chercheurs en VBA sous Excel Notice bibliographique pour les  doctorants chercheurs en VBA sous Excel
Notice bibliographique pour les doctorants chercheurs en VBA sous Excel
Adad Med Chérif
 
Convertisseur Pouce en cm et cm en pixel
Convertisseur  Pouce en cm et  cm en pixelConvertisseur  Pouce en cm et  cm en pixel
Convertisseur Pouce en cm et cm en pixel
Adad Med Chérif
 

Plus de Adad Med Chérif (15)

Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...Evaluation poste occupationnelle (EPO)  dans le cas d'un quartier  à logement...
Evaluation poste occupationnelle (EPO) dans le cas d'un quartier à logement...
 
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
Questionnaire:Traitement d’une question sur « La qualité de vie dans un quart...
 
شهادة مدرسية : تحريرها باستعمال الاكسيل
شهادة مدرسية : تحريرها باستعمال الاكسيلشهادة مدرسية : تحريرها باستعمال الاكسيل
شهادة مدرسية : تحريرها باستعمال الاكسيل
 
Options Graphiques: saisie des données dans l'userform
Options Graphiques: saisie des données dans l'userformOptions Graphiques: saisie des données dans l'userform
Options Graphiques: saisie des données dans l'userform
 
Export des données et des graphiques : de l'Excel vers Powerpoint et word
Export des données et des graphiques : de l'Excel vers Powerpoint et word Export des données et des graphiques : de l'Excel vers Powerpoint et word
Export des données et des graphiques : de l'Excel vers Powerpoint et word
 
VBA Excel: Enquête sur la qualité de l’aménagement extérieur des logements
VBA Excel:   Enquête sur la qualité de l’aménagement  extérieur des logements  VBA Excel:   Enquête sur la qualité de l’aménagement  extérieur des logements
VBA Excel: Enquête sur la qualité de l’aménagement extérieur des logements
 
Création d'une base de donnée en VBA Excel
Création d'une base de donnée en VBA Excel Création d'une base de donnée en VBA Excel
Création d'une base de donnée en VBA Excel
 
Analyse descriptive en VBA Excel
Analyse descriptive en VBA Excel Analyse descriptive en VBA Excel
Analyse descriptive en VBA Excel
 
Water level indicator with alarm for underground tank
Water level indicator with alarm for underground tank Water level indicator with alarm for underground tank
Water level indicator with alarm for underground tank
 
Fonctionnement d’un récepteur radio superhétérodyne en MA et FM
 Fonctionnement  d’un récepteur radio  superhétérodyne en MA et FM  Fonctionnement  d’un récepteur radio  superhétérodyne en MA et FM
Fonctionnement d’un récepteur radio superhétérodyne en MA et FM
 
Indicateur d'arrivée de d'eau/ Détecteur de pluie
Indicateur  d'arrivée de d'eau/ Détecteur de pluie  Indicateur  d'arrivée de d'eau/ Détecteur de pluie
Indicateur d'arrivée de d'eau/ Détecteur de pluie
 
Home security alarm system
 Home security alarm  system  Home security alarm  system
Home security alarm system
 
Le four à micro-ondes Principe de fonctionnement
Le four à micro-ondes Principe de fonctionnement Le four à micro-ondes Principe de fonctionnement
Le four à micro-ondes Principe de fonctionnement
 
Notice bibliographique pour les doctorants chercheurs en VBA sous Excel
Notice bibliographique pour les  doctorants chercheurs en VBA sous Excel Notice bibliographique pour les  doctorants chercheurs en VBA sous Excel
Notice bibliographique pour les doctorants chercheurs en VBA sous Excel
 
Convertisseur Pouce en cm et cm en pixel
Convertisseur  Pouce en cm et  cm en pixelConvertisseur  Pouce en cm et  cm en pixel
Convertisseur Pouce en cm et cm en pixel
 

Dernier

BATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en FranceBATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en France
Txaruka
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union
 
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptxcours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
AbdessamadAmimi1
 
Proyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de pazProyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de paz
Morzadec Cécile
 
Presentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechniquePresentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechnique
mohammadaminejouini
 
Textes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdfTextes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdf
Michel Bruley
 
Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
frizzole
 

Dernier (7)

BATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en FranceBATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en France
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
 
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptxcours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
cours-LasergrammetrieLe « LiDAR», de l’anglais « Light.pptx
 
Proyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de pazProyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de paz
 
Presentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechniquePresentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechnique
 
Textes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdfTextes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdf
 
Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
 

Test de wilcoxon mann-whitney (SPSS), Test non-paramétrique

  • 1. Université d’Oum El Bouaghi Faculté des sciences de la terre et de l’architecture Prof. Adad Mohamed ChérifDomaines d’intérêt: Architecture, urbanisme, VBA, SPSS et électronique pratique. 2017
  • 2. Si l’information sur une population est connue au moyen de ses paramètres, le test statistique s'appelle un test paramétrique. Les statistiques paramétriques sont utilisés pour faire des inférences. C’est-à-dire, l’étude d’un échantillon, pris au hasard, pourra aboutir à des extrapolations (inférences) sur toute la population à condition que les prémisses du test utilisé doivent être respectées . Exemples de prémisses (Assumptions) :  distribution normale (Normal distribution) ;  homogénéité des variances (Homogeneity of variance) dans les cas de test T et ANOVA. Avant d’aborder le test Mann Whitney proprement dit, il est utile de faire un rappel sur les tests paramétriques et les tests non-paramétriques ,
  • 3. Dans le cas ou le test paramétrique n’est plus possible, on fait appel à une autre alternative incarnée dans l’approche non- paramétrique. Les tests non-paramétriques sont généralement moins robustes que les tests paramétriques, bien qu’ils soient relativement simples à utiliser et moins contraignants. Ils exigent ni de prémisses, ni de procédures d’échantillonnage.
  • 5. Tests T (TP)  Indépendant: Test U de Mann-Whitney (TNP)  Apparié : test de Wilcoxon (TNP)  ANOVA (TP)  Krustal-Wallis à 1 facteur (TNP)  Test de Friedman (TNP)  Chi 2 (TP)  Test de McNemar (TNP)  Test de Fisher (TNP) Test paramétrique (TP) et son équivalence en test non- paramétrique (TNP)
  • 6. Le test U de Mann-Whitney est un test non-paramétrique. Il permet de comparer la distribution de 2 échantillons indépendants qui peuvent être différents. Il est l’équivalent du test paramétrique T test student. Il s’agit pratiquement de comparer les rangs moyens ou la somme des rangs des 2 groupes ou échantillons indépendants. Moyenne la somme des rangs ou la médiane Logiquement équivalents Le test U Mann-Whitney est aussi appelé:  Test de man-Whitney-Wilcoxon  Test de Wilcoxon –Mann-Whitney  Wilcoxon Rank-Sum test
  • 8. Rappelons que plusieurs indicateurs permettent de décrire une variable quantitative (tests paramétriques) : • Les indicateurs de tendance centrale : moyenne, médiane, mode. • Les indicateurs de dispersion : étendue, variance, écart type. • Les indicateurs de forme de la distribution : asymétrie (Skewness), aplatissement (Kurtosis). • Les graphiques : histogrammes ou boîtes à moustaches . Il est aussi utilisé dans le cas de:  la variable quantitative continue  variable quantitative discrète
  • 9. Exemples de test Mann Whitney  On veut comparer le temps de réponse chez un groupe de femmes et chez un groupe d’hommes ayant pris le même médicament afin de détecter si le sexe joue un rôle vis à vis de l'efficacité du traitement.  On veut mesurer la concentration du polluant contenu dans le corps de deux groupes d’animaux ayant fréquenté une plage polluée. Le prélèvement sur le 2ème groupe s’est fait après qu’une vaste opération de dépollution de la plage a été menée . Le but est de détecter si la plage est relativement ou complétement dépolluée.  Ayant suivi le même régime alimentaire , on veut comparer l'évolution du poids chez un groupe de femmes et chez un groupe d'hommes . Le but recherché consiste à déceler si le sexe a une influence sur l'efficacité du régime.
  • 10. Notre test Mann Whitney consiste à comparer les performances de 2 groupes d’élèves, représentés par leurs échantillons, qui ont eu le même cours, chacun dans sa classe. L'objectif est de comparer les 2 variations moyennes des résultats afin de savoir si l'écart entre les 2 est significatif ou simplement dû au fait du hasard. Notre cas d’étude
  • 11. . Rang moyen 1 Rang moyen 2) Rang moyen 1=Rang moyen 2) Ho: hypothèse nulle H1: hypothèse alternative
  • 12. Soient 2 échantillons indépendants G1 et G2 ( pas de relation entre les 2) tirés au hasard, de tailles respectives t1=10 et t2=10. On souhaite comparer les deux moyennes respectives, c'est-à-dire tester l'hypothèse nulle (H0) : µ1 = µ2 . Saisir dans « Affichage des variable » , la variable indépendante « Groupe: 1 ou 2 » et la variable dépendante « Notes »  La mesure nominale pour « la variable groupe »  La mesure échelle pour « La variable Note »  Pour la colonne « Valeur » , G1=1 et G2=2
  • 13. Saisir les données dans « Affichage de données » Notes du groupe 1 Notes groupe 2 Appuyez sur Etiquette et le codage « 1 et 2 » est remplacé par G1 et G2
  • 14. Nous allons d’abord analyser les données par rapport à la normalité . Nous avons supposé que les données utilisées ne sont pas normalement distribuées . Pour voir la configuration des données appuyez sur: • Données → Scinder le fichier  Transférer « Groupe 1 et 2 » vers « Critères de regroupement » puis OK
  • 15. On va faire l’analyse statistiques des données : Analyse ----→ Effectives • Transférer la variable « Notes de l’élève » vers « variables » • Appuyer sur « Statistiques » • Cocher « Moyenne », « Médiane », « skewness », « kurtosis » • Appuyer sur « Poursuivre » • Décocher « Afficher les tableaux d’effectif » • Appuyer sur « Diagrammes » • Appuyer sue « Histogrammes » • Poursuivre puis ok
  • 16. Analyse est faite pour chaque groupe . Comme on peut le constater , l’asymétrie ( Skewness) pour G1 est - 0.599 et pour G2 est - 0.330 . Les deux valeurs sont différentes de zéro . C’est-à-dire que les données ne sont pas effectivement normalement distribuées. Une distribution normale exige une asymétrie de valeur zéro.
  • 17. Si nous regardons maintenant la configuration de la distribution des données , on peut dire que les courbes , toutes les 2 (pour G1 et G2), sont asymétriques. Pour cela, on fait appel U test non-paramétrique pour analyser ces données. Histogrammes de G1 et G 2 Asymétrie à gauche (Négative)
  • 18. Pour faire le test Mann-Whitney, nous devons d’abord regrouper les données (annuler la 1ère opération « Scinder ficher » ) - Données →→→→ Scinder fichier - Cocher « Analyser toutes les opérations, ne pas créer de groupes » en vue d’annuler la création de groupes. - Appuyer sur OK
  • 19. Analyse → Tests non paramétrique → Boites de dialogue → 2 échantillons indépendants Passons au test Mann-Whitney
  • 20. - Placez Note de l’élève « variable dépendante » dans la boite de dialogue « liste des variables à tester » puis transférer Groupe 1 et 2 dans « Critère de regroupement qualitatif numérique » - Définir des groupes : 1 pour Groupe 1 et 2 pour Groupe 2 - Cochez U de Mann –Whitney Enfin, appuyez sur OK .
  • 21. Interprétons maintenant les résultats : nous pouvons voir deux tableaux : « Rangs » et « Tests » - Dans « Rangs », N=10 est le nombre d’élèves de chaque groupe , Rang moyen pour G1=10,65 et pour G2= 10,35 alors que les sommes des rangs sont G1=106,50 et G2=103,5. - Dans « Test » la valeur de U de Mann Whitney est de 48,50 . Qu’est ce que signifie tout cela? Que ce soit pour le test bilatéral ou unilatéral, la différence entre les rangs moyens n’est pas significative étant donné que les p =0,909 et p=0,912 sont supérieures à α= 0,05 . Donc, H0 n’est pas rejetée. Comme on peut le voir sur « Rangs », les deux rangs moyens sont pratiquement égaux 1=2, 10,65 ≈10,35 Test de Mann-Whitney Mais dans le cas où la signification p est < 0,05 , on rejette H0.
  • 22. Revenons au tableau qu’on n’ a déjà vu. On peut aussi constater que les moyennes des 2 groupes sont presque égales G1=11,92 et G2=11,4385 . Cependant , nous devons compter sur le test Mann-Whitney pour l’analyse des données, étant donné qu’elles ne sont pas normalement distribuées.
  • 23. Prof. Adad Mohamed chérif 2017 Université d'Oum El Bouaghi Faculté des sciences de la terre et de l’architecture