La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 1 Test de Kolmogorov-Smirnov (K & S ) Comparaison de deux distributions pour une variable.

Présentations similaires


Présentation au sujet: "QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 1 Test de Kolmogorov-Smirnov (K & S ) Comparaison de deux distributions pour une variable."— Transcription de la présentation:

1 QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 1 Test de Kolmogorov-Smirnov (K & S ) Comparaison de deux distributions pour une variable ordinale Test non paramétrique : on ne teste pas un paramètre (moyenne, écart-type,…) Soit O m et T m les effectifs cumulés observés et théoriques et n la taille de léchantillon (n>35) H0 : Les fréquences observées sont identiques aux fréquences théoriques Statistique : D = Max (O m -T m ) pour les m modalités Si n>35 et risque derreur accepté ( ) de 1 % : Dc= 1,63 / Racine(n) Si n>35 et risque derreur accepté ( ) de 5 % : Dc= 1,36 / Racine(n) Interprétation : On rejette H0 si D > Dc

2 QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 2 Exemple K&S Catégorisation de la variable continue (perte dinformation) Test de K-S NON pas de différence dans la distribution (D < Dc)

3 QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 3 Exemple Analyse/ tests non paramétriques/ 2 échantillons indépendants La distribution de « money » (en classes) est-elle la même selon que la personne a acheté le livre « Florence » ? Z= 1,467 (faible) risque = 0,027 (<5%) Conclusion : on doit rejeter lhypothèse H0 (les distributions ne sont pas les mêmes) Ceux qui ont acheté « Florence » dépensent plus

4 QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 4 Exemple Analyse/ tests non paramétriques/ K-S pour 1 échantillon La distribution de Money est-elle Normale ? Choix de la distribution de référence : Normale-gaussienne, (mais aussi sur option uniforme, poisson, exponentielle) Z= 1,331 (faible) risque = 0,058 (>5%) on peut accepter lhypothèse H0 la distribution empirique suit la distribution théorique


Télécharger ppt "QUITTER MENU PRINCIPAL > > < < Master MARKETING / Pierre Desmet 1 Test de Kolmogorov-Smirnov (K & S ) Comparaison de deux distributions pour une variable."

Présentations similaires


Annonces Google