library(ggpubr)
ggqqplot(ToothGrowth, "len")
La série Fondamentaux : vérifiez les hypothèses dont dépend chaque test statistique — normalité (Shapiro-Wilk, Q-Q plot) et homogénéité de la variance — avec rstatix, et l’équivalent en base R.
Apprendre › Biostatistique › Fondamentaux et hypothèses
Les tests paramétriques — le t-test, l’ANOVA, la corrélation de Pearson — supposent que vos données respectent certaines conditions, principalement la normalité et l’égalité des variances. Vérifiez-les avant de tester, et vous choisirez la bonne méthode et ferez confiance au résultat. Cette série couvre ces vérifications avec rstatix, l’équivalent en base R étant aussi montré, et les visualise avec ggpubr.
La vérification de normalité la plus rapide associe un Q-Q plot (les points doivent suivre la droite) au test de Shapiro-Wilk (p > 0.05 → pas d’écart significatif à la normalité) :
# A tibble: 1 × 3
variable statistic p
<chr> <dbl> <dbl>
1 len 0.967 0.109
Un Q-Q plot rectiligne et un test de Shapiro non significatif disent ensemble : suffisamment normal pour un test paramétrique.
Cette série couvre le test de normalité (Shapiro-Wilk + Q-Q), l’homogénéité de la variance, la transformation des données, les statistiques descriptives, et un guide de décision « quel test dois-je utiliser ? ».
Demandez à Prova « mes données sont-elles assez normales pour un t-test ? » — elle répond avec du code rstatix que vous pouvez exécuter sur vos propres données, puis vous aide à lire le Q-Q plot et le test de Shapiro. The runtime is the judge. Demander à Prova →
Prouvez que vous savez le faire. Maîtrisez toute la série Hypothèses statistiques en R — suivez votre parcours, construisez des projets et obtenez un certificat.
Passez à Pro — Prova illimité sur vos propres données et un certificat vérifiable qui atteste la compétence.
dès 15 $/mois facturé annuellement
✓ Vous êtes Pro — continuez. The runtime is the judge.
Prêt à passer à la vitesse supérieure ?
Recevez les nouvelles leçons R & Python par e-mail
Pratique, reproductible, sans spam. Désinscription à tout moment.
Double opt-in. Nous ne partageons jamais votre e-mail.
@online{untitled,
author = {},
title = {Fondamentaux et hypothèses},
url = {https://www.datanovia.com/learn/biostatistics/assumptions/},
langid = {fr}
}