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 :

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