Test de normalité.

Bonjour,
Dans le cadre d'un mémoire de Master, je réalise une étude sur la bronchiolite du nourrisson.

J'ai cherché à observer s’il y avait une amélioration significative des différents paramètres étudiés après la séance et/ou le lendemain d'une séance de kinésithérapie.
Les données étudiées représentent des mesures numériques. Il s’agit donc de données quantitatives.
Le nombre n de sujets étudié étant inférieur à 20, il a été procédé à un test de normalité.
J'ai choisi le test de Kolmogorov-Smirnov.
Est-ce un bon choix ?

Ainsi parmi les variables étudiées aucune ne suit une loi Normale (p>0,05). Les tests statistiques utilisés seront donc non-paramétriques.
Les données étudiées étant mesurées chez un même sujet, celles-ci sont appariées.
Considérant le type de données dont on dispose, le test le plus adapté est alors le test de Wilcoxon.
Mon raisonnement est-il correct ?

Merci de votre aide !!

fanfanus a écrit:Ainsi parmi les variables étudiées aucune ne suit une loi Normale (p>0,05)

Juste une question...

De mémoire, l'hypothèse nulle de ce test est : X suit une loi normale. Puisque p>0.05 alors tu ne peux pas rejetter l'hypothèse nulle.

Et donc tes variables étudiées suivent une loi normale.

Est-ce bien p>0.05 que tu voulais écrire?

Bonsoir.

Est-ce un bon choix ? Oui, pourquoi pas ?

"Ainsi parmi les variables étudiées aucune ne suit une loi Normale (p>0,05)" ??? Avec moins de 20 valeurs, les tests de normalité sont rarement négatifs. les tiens ne le sont pas et donc avec p>0,05, le test ne rejette pas la normalité.
Cependant, rien ne permet de dire que les variables étudiées sont gaussiennes. Quant aux données, dire qu'elles suivent une loi Normale serait peu sérieux (une loi normale est continue !).

"Considérant le type de données dont on dispose, le test le plus adapté est alors le test de Wilcoxon.
Mon raisonnement est-il correct ?"
Je n'en sais rien, tu n'as pas dit ce que tu voulais tester !!

Cordialement.

NB : Il y a un sujet, en tête de liste du forum, qui devrait pouvoir te guider.

niaboc a écrit:
De mémoire, l'hypothèse nulle de ce test est : X suit une loi normale. Puisque p>0.05 alors tu ne peux pas rejetter l'hypothèse nulle.
Et donc tes variables étudiées suivent une loi normale.
Est-ce bien p>0.05 que tu voulais écrire?

Mince, j'avais mal interprété les résultats.
Heureusement que vous êtes là ! - Merci -

gg a écrit:Cependant, rien ne permet de dire que les variables étudiées sont gaussiennes. Quant aux données, dire qu'elles suivent une loi Normale serait peu sérieux (une loi normale est continue !).

Oui, j'avais déjà intégré le fait qu'avec peu de valeurs on ne peut considérer qu'elles suivent une loi Normale. Mais je souhaite le justifier, et là, je ne sais pas comment procéder.

gg a écrit:Je n'en sais rien, tu n'as pas dit ce que tu voulais tester !!

J'ai des scores, mesures (variables continues), que j'ai mesuré sur un même sujet, en pré et post intervention. Je souhaite donc évaluer s'il y a eu une modification significative de ces variables en post.
Cependant, je lis sur ce site:

1 - Variable continue VS variable dichotomique
- Si 2 mesures et non normalité de la variable continue: test de Wilcoxon (approche non paramétrique)

Je suis un peu décontenancé, car j'ai un livre de biostats sur lequel je me suis basé, et il ne mentionnais pas "Variable continue VS variable dichotomique".

En tout cas, votre forum est super, car la compétence/pédagogie/disponibilité des profs de biostat dans mon université me semble limité!

Pas d'idée ?

Bonsoir.

"Variable continue VS variable dichotomique" veut simplement dire qu'on a deux échantillons numériques. La variable dichotomique (qui a deux valeurs) est simplement l'échantillon.

Cordialement.

Ok Merci.
Et quelle argumentaire puis-je donner pour justifier mon utilisation de tests non paramétriques ?
Il faut que je dise que le Kolmogorov-Smirnov, n'est pas un critère suffisant. Par un histogramme de distribution, une "box-plot" ?

Ben ...

C'est plutôt l'utilisation de tests paramétriques, qui demande à être argumentée. Puisqu'on y fait une hypothèse supplémentaire sur la répartition des valeurs dans la population (*).
Si tu n'as pas de raison de penser que ta population général est normale, et que l'échantillon n'est pas très important, il n'y a pas de choix.

Cordialement.

(*) En général la normalité, ce qu'on a aucun moyen de prouver. Même un test de normalité réussi (non significatif) ne prouve pas que la population est gaussienne.

D'accord !
Merci beaucoup de votre aide!
Je reviendrais !