Tests statistiques non paramétriques

Les tests non paramétriques (sans distribution) sont des méthodes statistiques pour le test d'hypothèses qui ne supposent pas que les données suivent une distribution de probabilité spécifique (par exemple, normale), ce qui les rend robustes aux écarts par rapport à la normalité, aux valeurs aberrantes et aux données ordinales. Le test de Mann-Whitney U (1947) et le test de Kruskal-Wallis (1952) étendent le test d'hypothèses au-delà des contraintes des hypothèses paramétriques. Essentiels en biologie, médecine, psychologie et dans tout domaine où les données sont non normales, fortement asymétriques ou mesurées sur des échelles ordinales (classements, évaluations), les tests non paramétriques fournissent une inférence valide lorsque les hypothèses paramétriques échouent.