Test de Fisher d'égalité de deux variances
Type | |
---|---|
Nom court |
(en) F Test |
Nommé en référence à |
En statistique, le test F d'égalité de deux variances, est un test d'hypothèse qui permet de tester l'hypothèse nulle que deux lois normales ont la même variance. Il fait partie du grand ensemble de tests appelé "test F".
Le test modifier
Soient deux variables aléatoires indépendantes et deux échantillons , .
Si les moyennes sont inconnues modifier
On veut tester , si les moyennes et sont inconnues on les estime par et :
La statistique de test est
avec
- et
On rejette (au niveau ) l'hypothèse nulle si la réalisation de la statistique de test est soit plus grande que le quantile d'ordre soit plus petite que le quantile de la loi de Fisher correspondante.
Si les moyennes sont connues modifier
On veut tester , si les moyennes et sont connues. La statistique de test est alors
avec
- et
On rejette (au niveau ) l'hypothèse nulle si la réalisation de la statistique de test est soit plus grande que le quantile d'ordre soit plus petite que le quantile de la loi de Fisher correspondante.
Remarque modifier
Initialement, à l'époque où on utilisait des tables des quantiles, le test était souvent présenté en calculant le rapport de la variance la plus grande sur la variance la plus faible, ce qui permettait de ne comparer la valeur de la statistique de test qu'au quantile . Dorénavant, puisqu'on n'utilise plus de tables de quantiles mais des logiciels statistiques, cette présentation a perdu de son intérêt.
Propriétés modifier
Ce test est particulièrement sensible à la non normalité[1],[2]. Donc, il existe des alternatives comme le test de Bartlett ou le test de Levene.
Applications modifier
Le test de Chow est une application du test de Fisher pour tester l'égalité des coefficients sur deux populations différentes.
Ce test est utilisé en biologie dans la recherche de QTL.
Implémentation modifier
Articles connexes modifier
Notes et références modifier
- G.E.P. Box, « Non-Normality and Tests on Variances », Biometrika, vol. 40, nos 3/4, , p. 318–335 (DOI 10.1093/biomet/40.3-4.318, JSTOR 2333350)
- Carol A Markowski et Markowski, Edward P., « Conditions for the Effectiveness of a Preliminary Test of Variance », The American Statistician, vol. 44, no 4, , p. 322–326 (DOI 10.2307/2684360, JSTOR 2684360)
- « R: F Test to Compare Two Variances », sur stat.ethz.ch (consulté le )
- [1] Université Paris Descartes, section Tests sur des échantillons gaussiens