Test de Kruskal-Wallis robuste
Le test de Kruskal-Wallis robuste est une méthode non paramétrique basée sur les rangs, destinée à comparer trois groupes indépendants ou plus lorsque les données contiennent des valeurs aberrantes, des queues épaisses ou une dispersion hétérogène. Il augmente la statistique H classique de Kruskal-Wallis avec des techniques robustes — telles que les moyennes tronquées sur les rangs ou l'inférence basée sur les permutations — pour maintenir des taux d'erreur de type I valides, même lorsque les hypothèses de distribution sont violées.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Mielke, P. W., & Berry, K. J. (2007). Permutation Methods: A Distance Function Approach (2nd ed.). Springer. ISBN: 978-0387698137
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
Comment citer cette page
ScholarGate. (2026, June 3). Robust Kruskal-Wallis One-Way Analysis of Variance by Ranks. ScholarGate. https://scholargate.app/fr/statistics/robust-kruskal-wallis-test
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Test de FriedmanStatistique↔ compare
- Robust Mann-Whitney U testStatistique↔ compare
- ANOVA robuste à un facteurStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →