« Distribution de T² » : différence entre les versions
m (Remplacement de texte — « Catégorie:ISI Catégorie:Statistiques » par « Catégorie:ISI ») |
m (Remplacement de texte : « [# term » par « [https://term ») |
||
| (13 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Publié en 1931 suite aux travaux d’Harold Hotelling, le T ^2 de Hotelling est une approche paramétrique permettant de tester si plusieurs variables continues distinctes \mathbf{X} = (X ^1, \cdots, X ^P) sont liées à une variable qualitative binaire Y lorsqu’elles sont considérées avec leurs différentes interactions multivariées. | |||
Les hypothèses d’utilisation de ce test sont: \mathbf{X}|_{Y = 1}, \mathbf{X}|_{Y = 2} suivent une loi normale et leur matrice de covariance respective sont égales (homoscédasticité). | |||
Le T ^2 de Hotelling peut être vu comme une généralisation du test de Student et bénéficie des mêmes avantages que ce dernier, à savoir une bonne robustesse lorsque l’hypothèse de normalité des données n’est pas respectée mais une perte lorsque l’hypothèse d’homoscédasticité ne l’est pas. | |||
Le T ^2 de Hotelling a été conçu dans le même objectif que ceux du \lambda de Wilks, de la trace de Hotelling-Lawley, de la trace de Pillai-Bartlett et de la plus forte valeur propre de Roy. | |||
== Français == | == Français == | ||
'''Distribution T-carré de Hotelling''' | |||
'''T² de Hotelling''' | '''T² de Hotelling''' | ||
| Ligne 13 : | Ligne 23 : | ||
'''T-distribution''' | '''T-distribution''' | ||
==Sources== | |||
[https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/5444 Source : univ-paris8.fr ] | |||
[https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ] | |||
[https://term1549.htm Source : ISI ] | |||
{{Modèle:Statistiques}} | |||
[[ | [[Catégorie:Statistiques]] | ||
[[Catégorie:ISI]] | [[Catégorie:ISI]] | ||
Dernière version du 12 février 2024 à 09:13
Définition
Publié en 1931 suite aux travaux d’Harold Hotelling, le T ^2 de Hotelling est une approche paramétrique permettant de tester si plusieurs variables continues distinctes \mathbf{X} = (X ^1, \cdots, X ^P) sont liées à une variable qualitative binaire Y lorsqu’elles sont considérées avec leurs différentes interactions multivariées.
Les hypothèses d’utilisation de ce test sont: \mathbf{X}|_{Y = 1}, \mathbf{X}|_{Y = 2} suivent une loi normale et leur matrice de covariance respective sont égales (homoscédasticité).
Le T ^2 de Hotelling peut être vu comme une généralisation du test de Student et bénéficie des mêmes avantages que ce dernier, à savoir une bonne robustesse lorsque l’hypothèse de normalité des données n’est pas respectée mais une perte lorsque l’hypothèse d’homoscédasticité ne l’est pas.
Le T ^2 de Hotelling a été conçu dans le même objectif que ceux du \lambda de Wilks, de la trace de Hotelling-Lawley, de la trace de Pillai-Bartlett et de la plus forte valeur propre de Roy.
Français
Distribution T-carré de Hotelling
T² de Hotelling
distribution de T² (du Hotelling)
Anglais
Hotelling's T²
Hotelling’s T² distribution
T² distribution
T-distribution
Sources
Contributeurs: wiki
