𝗧𝗲𝘀𝘁 𝗱𝗲 𝗞𝗿𝘂𝘀𝗸𝗮𝗹-𝗪𝗮𝗹𝗹𝗶𝘀 : 𝗹’𝗮𝗹𝘁𝗲𝗿𝗻𝗮𝘁𝗶𝘃𝗲 𝗾𝘂𝗮𝗻𝗱 𝗹’𝗔𝗡𝗢𝗩𝗔 é𝗰𝗵𝗼𝘂𝗲 🚀

Quand les données ne respectent pas les hypothèses de l’ANOVA (comme la normalité ou l’égalité des variances), il existe une solution : le test de Kruskal-Wallis.
➡️ C’est un test non-paramétrique qui permet de comparer 3 groupes ou plus de manière fiable, même avec des distributions atypiques.
Un outil précieux pour les chercheurs, analystes de données et étudiants qui veulent aller plus loin que l’ANOVA classique.
________________________________________
________________________________________
Si vous avez trouvé cette publication utile, n'hésitez pas à 𝒍𝒂 𝒍𝒊𝒌𝒆𝒓 𝒆𝒕 à 𝒍𝒂 𝒑𝒂𝒓𝒕𝒂𝒈𝒆𝒓 avec vos amis et collègues !
Pour mieux apprendre l’utilisation des logiciel et modèles statistiques, nous vous invitons à prendre part à la prochaine session de notre formation en 𝙀𝙘𝙤𝙣𝙤𝙢é𝙩𝙧𝙞𝙚 𝙚𝙩 𝙏𝙚𝙘𝙝𝙣𝙞𝙦𝙪𝙚𝙨 𝙌𝙪𝙖𝙣𝙩𝙞𝙩𝙖𝙩𝙞𝙫𝙚𝙨


________________________________________

Commentaires

Enregistrer un commentaire

Posts les plus consultés de ce blog

Économétrie des données de panel: de la théorie à la pratique

Image
L'économétrie des données de panel à la différence du modèle linéaire simple présente une double dimension: la dimension temporelle et la dimension individuelle.Par exemple on observe des variables macroéconomiques (PIB, inflation, taux de chômage, dépenses publiques de consommation,...) sur les pays d'une zone monétaire données (Euro) sur une période donnée (2000-2020). Dans cet exemple la dimension temporelle c'est l'année et la dimension individuelle est matérialisée par le pays. L'image ci-après illustre bien la configuration que doivent avoir les données de panel avant estimation. C'est un panel de 4 pays (Individus) sur la période 2000-2005 avec comme variables: les exportations, les Investissement Directs Étrangers (IDE), le Produit Intérieur Brute (PIB), l'ouverture commerciale, l'inflation, le capital humain, l'indice de corruption et le taux de change. L’économétrie des données de panel présente la modélisation  en partant de la structure d...
Lire la suite