Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment effectuer un test de Kolmogorov-Smirnov dans SAS



Le test de Kolmogorov-Smirnov est utilisé pour déterminer si un échantillon est normalement distribué ou non.

Ce test est largement utilisé car de nombreux tests et procédures statistiques supposent que les données sont normalement distribuées.

L’exemple étape par étape suivant montre comment effectuer un test de Kolmogorov-Smirnov sur un exemple d’ensemble de données dans SAS.

Exemple : test de Kolmogorov-Smirnov dans SAS

Tout d’abord, créons un ensemble de données dans SAS avec une taille d’échantillon de n = 20 :

/*create dataset*/
data my_data;
    input Values;
    datalines;
5.57
8.32
8.35
8.74
8.75
9.38
9.91
9.96
10.36
10.65
10.77
10.97
11.15
11.18
11.47
11.64
11.88
12.24
13.02
13.19
;
run;

Ensuite, nous utiliserons proc univariate pour effectuer un test de Kolmogorov-Smirnov afin de déterminer si l’échantillon est normalement distribué :

/*perform Kolmogorov-Smirnov test*/
proc univariate data=my_data;
   histogram Values / normal(mu=est sigma=est);
run;

Au bas du résultat, nous pouvons voir la statistique du test et la valeur p correspondante du test de Kolmogorov-Smirnov :

Test de Kolmogorov-Smirnov en SAS

La statistique du test est de 0,1098 et la valeur p correspondante est >0,150 .

Rappelons qu’un test de Kolmogorov-Smirnov utilise les hypothèses nulles et alternatives suivantes :

  • H 0 : Les données sont normalement distribuées.
  • H A : Les données ne sont pas normalement distribuées.

Puisque la valeur p du test n’est pas inférieure à 0,05, nous ne parvenons pas à rejeter l’hypothèse nulle.

Cela signifie que nous pouvons supposer que l’ensemble de données est normalement distribué.

Ressources additionnelles

Les tutoriels suivants expliquent comment réaliser un test de Kolmogorov-Smirnov dans d’autres logiciels statistiques :

Comment effectuer un test de Kolmogorov-Smirnov dans Excel
Comment effectuer un test de Kolmogorov-Smirnov dans R
Comment effectuer un test Kolmogorov-Smirnov en Python

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *