Calculateur du test des rangs signés de Wilcoxon

Calculateur du test des rangs signés de Wilcoxon

En croissance AI Skill PRO

Entrez le calcul

Formule

W=min⁡(W−,W+)rejet si p<alpha(alternative)\begin{gathered}W=\min(W^-,W^+)\\ \text{rejet si } p<\text{alpha}\ \text{(}\text{alternative}\text{)}\end{gathered}
Afficher les étapes du calcul (3)
  1. Moyenne

    μW=n(n+1)4\mu_W=\frac{n(n+1)}{4}

    Moyenne de W sous H0.

  2. Écart type

    σW=n(n+1)(2n+1)24\sigma_W=\sqrt{\frac{n(n+1)(2n+1)}{24}}

    Écart type de W sous H0.

  3. Différences

    di=Échantillon Xi−Échantillon Yi−d0d_i=\text{Échantillon X}_i-\text{Échantillon Y}_i-\text{d0}

    Différences appariées ; pour un échantillon, utilisez uniquement le premier échantillon moins d0.

Statistiques d'utilisation

Publicité

Résultats

Valeur p
0,0357
Rejet
W+ 33
W- 3
W 3
Moyenne de W 18,0000
Écart type de W 7,1414
Z -2,1004
n 8
Différences nulles 0
Positive 6
Négative 2
Petit échantillon (n ≤ 30) Oui

Signaler une erreur sur cette page

Ce que fait ce calculateur

Ce calculateur effectue le test des rangs signés de Wilcoxon sur un échantillon ou sur des échantillons appariés. Il calcule les différences, élimine les zéros, classe les différences absolues (rangs moyens en cas d'ex aequo) et fournit W+, W-, la statistique W, un Z par approximation normale, une valeur p et une décision. Il convient aux étudiants et aux analystes qui ont besoin d'une alternative non paramétrique au test t à un échantillon ou apparié lorsque la normalité est douteuse.

Mode d'emploi

Saisissez l'échantillon X sous forme de nombres séparés par des virgules, des points-virgules, des espaces ou des retours à la ligne. Saisissez l'échantillon Y dans le même ordre et avec le même nombre de valeurs pour un test apparié, ou un simple - pour un test à un échantillon. Définissez la valeur hypothétique ou la différence d0 (généralement 0). Choisissez l'hypothèse alternative : bilatérale, supérieure ou inférieure. Sélectionnez le niveau de significativité alpha.

Formule

Chaque différence est d'abord calculée, puis classée selon sa valeur absolue :

$$d_i = x_i - y_i - d_0 \qquad (\text{un échantillon : } d_i = x_i - d_0)$$

$$W = \min(W^+, W^-), \quad \mu_W = \frac{n(n+1)}{4}, \quad \sigma_W = \sqrt{\frac{n(n+1)(2n+1)}{24}}, \quad Z = \frac{W - \mu_W}{\sigma_W}$$

Ici \(W^+\) et \(W^-\) sont les sommes des rangs des différences positives et négatives, et \(n\) est le nombre de différences non nulles. La valeur p bilatérale est \(p = \min(1, 2\Phi(Z))\). Pour l'alternative supérieure, \(Z\) utilise \(W^+\) et \(p = 1 - \Phi(Z)\) ; pour l'alternative inférieure, \(p = \Phi(Z)\).

Publicité
Schéma montrant les différences appariées placées sur une droite numérique, les différences nulles écartées, les valeurs absolues classées et les rangs additionnés en W+ et W−
Calculez chaque différence appariée, écartez les zéros, classez les valeurs absolues par rang, puis additionnez séparément les rangs des différences positives et négatives pour obtenir W+ et W−.

Conventions et hypothèses

  • Les différences égales à zéro sont omises avant le classement, après arrondi de chaque différence à 10 décimales afin que le bruit de calcul en virgule flottante soit traité comme nul.
  • Les différences absolues ex aequo reçoivent la moyenne des rangs qu'elles occupent.
  • L'approximation normale est utilisée pour toute valeur de n, sans correction pour ex aequo ni correction de continuité. Un avertissement apparaît lorsque n est inférieur ou égal à 30.
  • L'hypothèse nulle est rejetée lorsque p est inférieur à alpha.
  • Les différences sont supposées indépendantes, symétriques par rapport à la médiane et mesurées au moins sur une échelle d'intervalles.
  • La fonction de répartition normale est calculée à partir d'une fonction d'erreur complémentaire de haute précision.

Exemple résolu

Test à un échantillon avec X = 1,2 ; -0,5 ; 2,3 ; 0,8 ; 1,9 ; -0,3 ; 1,1 ; 2,6, \(d_0 = 0\), bilatéral, \(\alpha = 0{,}05\). Il n'y a aucune différence nulle, donc \(n = 8\), avec 6 différences positives et 2 négatives.

$$W^+ = 33, \quad W^- = 3, \quad W = 3$$

$$\mu_W = \frac{8 \times 9}{4} = 18, \quad \sigma_W = \sqrt{\frac{8 \times 9 \times 17}{24}} = 7{,}1414$$

$$Z = \frac{3 - 18}{7{,}1414} = -2{,}1004, \quad p = 2\Phi(-2{,}1004) = 0{,}0357$$

Comme 0,0357 est inférieur à 0,05, la décision est le rejet. L'avertissement pour petit échantillon est vrai car n vaut 8.

Interprétation du résultat et limites

Une valeur p faible indique que les différences ont peu de chances d'être centrées sur d0 si l'hypothèse nulle est vraie. Une valeur p élevée signifie que les données ne montrent pas de preuve suffisante d'un décalage ; elle ne prouve pas qu'il n'y en a aucun. Pour n inférieur ou égal à 30, les tables exactes ou les valeurs p exactes sont la référence habituelle, si bien que l'approximation normale proposée ici peut s'en écarter, surtout en présence de nombreux ex aequo, car l'écart type ne comporte aucune correction pour ex aequo. Si toutes les différences sont nulles, le test ne peut pas être calculé.

Publicité
Courbe normale avec les deux zones de rejet ombrées et la statistique de test Z indiquée dans la queue gauche
L'approximation normale transforme W en score Z. Si l'aire bilatérale au-delà de Z est inférieure à alpha, on rejette l'hypothèse nulle.

Questions fréquentes

Quand dois-je utiliser ce test plutôt qu'un test t ?

Utilisez-le lorsque les différences ne suivent pas une loi normale mais sont à peu près symétriques, ou lorsque les données sont de nature ordinale avec des rangs de différences significatifs.

Comment sont traitées les différences nulles ?

Elles sont supprimées et n est réduit en conséquence. Le nombre de zéros omis est indiqué.

Comment sont traités les ex aequo ?

Les différences absolues ex aequo se partagent la moyenne de leurs rangs, ce qui peut produire des sommes de rangs demi-entières.

Pourquoi le Z bilatéral n'est-il jamais positif ?

Z repose sur W, le plus petit des deux nombres W+ et W-, lequel ne peut pas dépasser la moyenne. Si W+ est égal à W-, la valeur p bilatérale vaut 1.

La valeur p est-elle exacte pour les petits échantillons ?

Non. Il s'agit d'une approximation normale, et un avertissement est affiché lorsque n est inférieur ou égal à 30.

Sources

Sources et références

  • Signed Rank Test (Dataplot reference manual) — NIST/SEMATECH Dataplot. Primary source for the statistic, normal approximation, d0 adaptations and the zero-difference handling. It is internally inconsistent on ties and on one-sided p-values. · En vigueur depuis le 2023-12-11 · Vérifié le 2026-11-04
Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques