« Test de Bartlett » : différence entre les versions


(Page créée avec « == Définition == == Français == ''' test de Bartlett''' == Anglais == ''' Bartlett's test''' <small> [http://isi.cbs.nl/glossary/term259.htm Source : ISI ] :Cat... »)
 
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Le test de Bartlett du nom du statisticien anglais Maurice Stevenson Bartlett (18 juin 1910 – 8 janvier 2002) 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.
== Français ==
== Français ==
''' test de Bartlett'''
''' test de Bartlett'''
Ligne 8 : Ligne 12 :


<small>
<small>
[https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/6955  Source : univ-paris8.fr ]


[http://isi.cbs.nl/glossary/term259.htm  Source : ISI ]
[http://isi.cbs.nl/glossary/term259.htm  Source : ISI ]
Ligne 13 : Ligne 18 :
[[:Catégorie:Statistiques | © Glossaire de la statistique DataFranca]]<br>
[[:Catégorie:Statistiques | © Glossaire de la statistique DataFranca]]<br>
[[Catégorie:Statistiques]]
[[Catégorie:Statistiques]]
[[Catégorie:UdePARIS]]
[[Catégorie:ISI]]
[[Catégorie:ISI]]

Version du 30 mars 2021 à 22:26

Définition

Le test de Bartlett du nom du statisticien anglais Maurice Stevenson Bartlett (18 juin 1910 – 8 janvier 2002) 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.

Français

test de Bartlett

Anglais

Bartlett's test


Source : univ-paris8.fr

Source : ISI

© Glossaire de la statistique DataFranca

Contributeurs: Claire Gorjux, wiki