Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Test t de Student
Test statistique paramétrique permettant de comparer les moyennes de deux échantillons pour déterminer s'ils diffèrent significativement. Hypothèse de normalité des distributions et homogénéité des variances requises pour une application valide.
Test de Wilcoxon
Test non paramétrique équivalent au test t pour échantillons appariés, basé sur les rangs des différences plutôt que sur les valeurs brutes. Particulièrement utile lorsque les données ne suivent pas une distribution normale.
Test de Mann-Whitney
Test non paramétrique pour échantillons indépendants comparant les distributions de deux groupes sans hypothèse de normalité. Évalue si les observations d'un groupe ont tendance à être supérieures à celles de l'autre.
Test de Friedman
Test non paramétrique pour échantillons appariés avec plus de deux conditions, équivalent à l'ANOVA à mesures répétées sans hypothèse de normalité. Détermine s'il existe des différences significatives entre trois ou plus groupes liés.
ANOVA
Analyse de la variance testant l'égalité des moyennes entre trois groupes ou plus en comparant la variance inter-groupes à la variance intra-groupes. Hypothèse fondamentale de normalité et d'homoscédasticité des résidus.
Test de McNemar
Test statistique pour données catégorielles appariées, évaluant les changements dans des proportions binaires sur deux mesures successives. Particulièrement adapté pour comparer performances de classification sur mêmes données.
Test de permutation
Méthode de rééchantillonnage non paramétrique construisant la distribution nulle en permutant aléatoirement les étiquettes entre groupes. Évite les hypothèses distributionnelles et adapte automatiquement aux structures de dépendance.
Test de Levene
Test d'homogénéité des variances évaluant si plusieurs groupes ont des variances égales, prérequis pour ANOVA et régression. Moins sensible aux non-normalités que le test de Bartlett grâce à l'utilisation d'écarts absolus.
Correction de Bonferroni
Méthode de correction pour comparaisons multiples ajustant le seuil de significativité par division par le nombre de tests. Approche conservatrice garantissant contrôle strict du taux d'erreur famille-wise.
Test de signe
Test non paramétrique pour échantillons appariés analysant uniquement la direction des différences entre paires. Alternative simple au test de Wilcoxon lorsque seule l'information sur le signe est disponible ou fiable.
Test de Kruskal-Wallis
Extension non paramétrique du test de Mann-Whitney pour plus de deux groupes indépendants, basée sur les rangs combinés de tous échantillons. Alternative à l'ANOVA lorsque les hypothèses de normalité ne sont pas respectées.
Bootstrap statistique
Méthode de rééchantillonnage estimant la distribution d'un statistique via tirages aléatoires avec remplacement dans l'échantillon original. Permet d'obtenir intervalles de confiance et tests sans hypothèses distributionnelles.
Test de Bartlett
Test d'homogénéité des variances sensible aux écarts de normalité, basé sur la transformation logarithmique des variances échantillonnales. Approprié lorsque les distributions sont normales mais plus puissant que Levene dans ce cas.
Correction de Benjamini-Hochberg
Procédure de correction pour comparaisons multiples contrôlant le taux de découverte fausse (FDR) plutôt que l'erreur famille-wise. Moins conservatrice que Bonferroni, privilégiant puissance tout en limitant faux positifs attendus.
Test de Tukey HSD
Test post-hoc pour comparaisons multiples entre paires de moyennes après ANOVA significative, contrôlant le taux d'erreur famille-wise. Basé sur la distribution de l'étendue studentisée des différences de moyennes.