Quelle méthode de mesure statistique doit-je utiliser?

Bonjour,

Dans le cadre de mes études en logistique, je doit définir si les volumes réceptionnés chaque jour respecte une tendance assez fiable
afin de pouvoir adapter l'organisation en conséquence.

Explication:

Nous réceptionnons pour le compte d'un distributeur divers marchandises fournit par divers fournisseurs (Fournisseurs très variables).
Cependant, ces marchandises sont partagées en 10 rayons (Maison, électronique, téléphonie,...)
Chaque fournisseurs livrent donc pour un de ces 10 rayons.

Je souhaiterais vérifier si la proportion de chaque rayon dans la réception du jour et plus ou moins la même chaque jours.
Est-ce que quelqu'un pourrait me dire quelle méthode appliquer à mon cas? J'ai essayer la méthode du Khi-deux sans succès.

Merci d'avance pour vos réponses.

NB: Présenté comme ça, ce que je ferais personnellement à titre informatif c'est une table avec en ligne mes différents fournisseurs et en colonne mes différents rayons puis dans chaque cellule le stock livré par tel ou tel fournisseur à tel ou tel rayon. Je ferais cette base de données pour j jours et je moyennerais le tout. En terme de représentation tu auras déjà quelque chose de visuel.

Je souhaiterais vérifier si la proportion de chaque rayon dans la réception du jour et plus ou moins la même chaque jours.

Le test du chi2 va te donner la réponse à la question: "il y a t'il une liaison entre tes lignes et tes colonnes de ma table de fréquence", or là tu sembles ne pas te soucier de l'influence de tes fournisseurs, du coup tu peux faire une table de fréquence avec en ligne: tes rayons (autant de ligne que de rayons) et en colonne tes réceptions aux différents jours j (autant de colonnes que de jours observés). Un test du chi2 sur cette table te permettra de dire si la réception est liée au jour ou si c'est totalement aléatoire.

La NB est mise car je pense que tu souhaitais également connaître l'influence de tes fournisseurs sur la réception...

Merci pour ta réponse.

J'avais effectivement réaliser un tableau du même type, je pense que la raison pour laquelle mon test ne fonctionne pas est dû à la taille de mon échantillon.

Je vais essayé d'élargir celui-ci, mais devant saisir les réceptions manuellement (368 lignes excel juste pour 5 lundi :-s), j'avoue que si à partir de 20 lundi il est encore trop petit je tenterais de démontré qu'il y a véritablement une tendance par la méthode de l'intervalle de confiance.

Il est vrai que l'influence des fournisseurs est importante et intéressante (D'ailleurs je les renseignes dans mon tableau pour savoir quelle sont les F permanent), mais étant donné que pour certain F cela est vraiment aléatoire en raison des promotions du distributeur, mon objectif principale est de savoir comment ce dernier se réapprovisionne ses différents rayons en terme de volume.

C'est quoi que tu appelles un test qui marche pas lol?

Lol, Ben lorsque j'ai fait mon test, certaines de mes valeurs théorique étaient inférieures à 5 parce que mon échantillon était trop petit, donc le test n'était pas valide. J'ai vu qu'on pouvais corriger cela avec la correction de Yates, mais seulement si aucune des valeurs théorique n'est inférieur à 3 (Ce qui malheureusement n'était pas mon cas).

Ahhhhhhh! En effet, alors le test exact de Fisher est ton ami, il s'agit de la version non-paramétrique du test du chi2.

Par contre, si tes cellules n'ont pas de réels sens statistiques, tu peux faire des regroupements, le test de Fisher est bien si tu as quand même un échantillon plus ou moins représentatif de ta situation, mais si c'est pour faire des stats sur genre un ou deux produits par ci par là par jour ça n'aura aucun sens. Comme j'essaie de le faire comprendre avec les cliniciens avec lesquelles je travaille, l'échantillonnage est loin d'être toujours une question statistique, mais plus de logique (parfois...).