En statistique, les méthodologies paramétriques et non paramétriques font référence à celles dans lesquelles un ensemble de données a un rapport normal vs. une distribution non normale, respectivement. Les tests paramétriques font certaines hypothèses sur un ensemble de données; à savoir, que les données sont tirées d'une population avec une distribution (normale) spécifique. Les tests non paramétriques font moins d'hypothèses sur l'ensemble de données. La majorité des méthodes statistiques élémentaires sont paramétriques, et les tests paramétriques ont généralement une puissance statistique plus élevée. Si les hypothèses nécessaires ne peuvent pas être faites sur un ensemble de données, des tests non paramétriques peuvent être utilisés. Ici, vous découvrirez deux tests statistiques paramétriques et deux non paramétriques.
Test paramétrique pour mesures indépendantes entre deux groupes: test t
•••Photos de la marque X/Photos de la marque X/Getty Images
Un test t est utilisé pour comparer les moyennes de deux ensembles de données, lorsque les données sont normalement distribuées. Les deux groupes de données doivent être indépendants l'un de l'autre. La statistique t est égale à la différence entre les moyennes des groupes divisée par l'erreur type de la différence entre les moyennes des groupes.
Test de corrélation paramétrique: Pearson
•••Images Thinkstock/Comstock/Getty Images
Une méthode paramétrique courante pour mesurer la corrélation entre deux variables est la corrélation produit-moment de Pearson. Les deux variables, x et y, doivent chacune être distribuées normalement. Les moyennes et les variances des variables sont calculées. Ensuite, la corrélation peut être calculée comme la covariance entre les deux variables divisée par le produit de leurs écarts types.
Test de corrélation non paramétrique: Spearman
•••Goodshoot/Goodshoot/Getty Images
Le coefficient de corrélation de rang de Spearman est similaire au coefficient de Pearson, mais est utilisé lorsque les données sont ordinales (généralement des données catégorielles, placé dans une position sur une sorte d'échelle) plutôt que d'intervalle (données mesurées le long d'une échelle où tous les points de données sont équidistants d'un une autre). Ce test fonctionne essentiellement de la même manière que le test de corrélation de Pearson, seules les données doivent d'abord être classées.
Test non paramétrique de mesures indépendantes entre deux groupes: test de Mann-Whitney
•••John Foxx/Stockbyte/Getty Images
Le test de Mann-Whitney est utilisé pour comparer les moyennes entre deux groupes de données ordinales (donc non paramétriques). La statistique de Mann-Whitney (U) est calculée en classant toutes les données (scores) par ordre de classement. Ensuite, U est la somme des nombres de scores du groupe expérimental qui sont inférieurs à chacun d'un groupe témoin.