Test de Bartlett

Page d’aide sur l’homonymie

Pour les articles homonymes, voir Bartlett.

Test de Bartlett
Type
Test statistique, concept mathématique (en)Voir et modifier les données sur Wikidata
Nommé en référence à
Maurice Stevenson BartlettVoir et modifier les données sur Wikidata

modifier - modifier le code - modifier WikidataDocumentation du modèle

En statistique, le test de Bartlett du nom du statisticien anglais Maurice Stevenson Bartlett () est utilisé en statistique pour évaluer si k échantillons indépendants sont issus de populations de même variance (condition dite d'homoscédasticité). C'est un test paramétrique.

Tout comme le test de Fisher, le test d'égalité des variances de Bartlett s'effondre totalement dès que l'on s'écarte, même légèrement, de la distribution gaussienne[1],[2]. Cependant, le test de Levene et le test de Brown-Forsythe sont plus robustes, c'est-à-dire moins sensibles aux écarts par rapport à l'hypothèse de normalité, et sont des alternatives crédibles au test de Bartlett et au test de Fisher[3].

Formalisation

Le test de Bartlett est utilisé pour évaluer l'hypothèse nulle, H0, d'après laquelle les variances de k échantillons tirés sont identiques, contre l'hypothèse alternative, H1, qu'au moins deux d'entre elles sont différentes.

Soit k échantillons de taille n i {\displaystyle n_{i}} et de variances empiriques S i 2 {\displaystyle S_{i}^{2}} , alors la statistique de test est telle que :

X 2 = ( N k ) ln ( S p 2 ) i = 1 k ( n i 1 ) ln ( S i 2 ) 1 + 1 3 ( k 1 ) ( i = 1 k ( 1 n i 1 ) 1 N k ) {\displaystyle X^{2}={\frac {(N-k)\ln(S_{p}^{2})-\sum _{i=1}^{k}(n_{i}-1)\ln(S_{i}^{2})}{1+{\frac {1}{3(k-1)}}\left(\sum _{i=1}^{k}({\frac {1}{n_{i}-1}})-{\frac {1}{N-k}}\right)}}}

N = i = 1 k n i {\displaystyle N=\sum _{i=1}^{k}n_{i}} et S p 2 = 1 N k i ( n i 1 ) S i 2 {\displaystyle S_{p}^{2}={\frac {1}{N-k}}\sum _{i}(n_{i}-1)S_{i}^{2}} est l'estimation globale de la variance.

Sous l'hypothèse nulle, le test statistique suit approximativement une loi du χ k 1 2 {\displaystyle \chi _{k-1}^{2}} . Le critère du test est tel que l'hypothèse nulle est rejetée si X 2 > χ k 1 , α 2 {\displaystyle X^{2}>\chi _{k-1,\alpha }^{2}} ,

χ k 1 , α 2 {\displaystyle \chi _{k-1,\alpha }^{2}} est la valeur critique limite supérieure de la distribution χ k 1 2 {\displaystyle \chi _{k-1}^{2}} .

Généralisation du test de Bartlett

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?

Références

  1. (en)« Bartlett's Test », Ailen M. Sanckcs & Juilia C Hutton, (consulté le )
  2. « Comparaison de populations. Tests paramétriques », Ricco Rakotomalala (Université Lumière Lyon 2), (consulté le )
  3. (en)« Robust Tests for the Equality of Variances », Brown, Morton B. & Alan B. Forsythe, (consulté le )

Bibliographie

  • Bartlett, M. S. (1937). "Properties of sufficiency and statistical tests". Proceedings of the Royal Statistical Society, Series A 160, 268–282 JSTOR:96803.
  • Brown, Morton B.; Forsythe, Alan B. (1974), "'Robust tests for equality of variances", Journal of the American Statistical Association 69: 364–367.
  • Levene, Howard (1960). Ingram Olkin, Harold Hotelling, et alia, ed. Contributions to Probability and Statistics: Essays in Honor of Harold Hotelling. Stanford University Press. pp. 278–292.
  • Snedecor, George W. and Cochran, William G. (1989), Statistical Methods, Eighth Edition, Iowa State University Press. (ISBN 978-0-8138-1561-9).

Articles connexes

Notes

(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Bartlett's test » (voir la liste des auteurs).
v · m
Tests de comparaison d'une seule variable
Pour un échantillon
Pour deux échantillons
Pour 3 échantillons ou plus
Tests de comparaison de deux variables
Deux variables quantitatives : Tests de corrélation
Deux variables qualitatives
Plus de deux variables
Tests d'adéquation à une loi
Tests d'appartenance à une famille de lois
Autres tests
v · m
Index du projet probabilités et statistiques
Théorie des probabilités
Bases théoriques
Principes généraux
Convergence de lois
Calcul stochastique
Lois de probabilité
Lois continues
Lois discrètes
Mélange entre statistiques et probabilités
Interprétations de la probabilité
Théorie des statistiques
Statistiques descriptives
Bases théoriques
Tableaux
Visualisation de données
Paramètres de position
Paramètres de dispersion
Paramètres de forme
Statistiques inductives
Bases théoriques
Tests paramétriques
Tests non-paramétriques
Application
  • icône décorative Portail des probabilités et de la statistique