Quel test??

Bonjour à tous!!

J'ai une distribution qui suis une loi normale, cette distribution oscille autour de ma moyenne sans jamais aller en dehors de mon intervalle de spécification.
Je dois montrer qu'il est peut probable que mes mesures aillent au dehors des spécifications, pour cela je dois utiliser un test robuste et puissant, ma question est quel test dois je utiliser?
Merci.

Romain

J'ai fait un intervalle de confiance et pour prouver la normalité de ma distribution j'ai fait une droite d'Henry!! Mais on m'a expliqué que la droite d'Henry faisait beaucoup d'ajustement donc faudrait que je trouve autre chose.
J'ai effectué deux tests et recueilli 114 mesures pour chaque tests.
Je dois montrer qu'il n'y a pas de différence significative entre les résultats des deux tests! j'ai pensé au test de Duncan, vous en connaissez d'autre?

Bonjour, ormi faire un test d'adéquation à la loi normale et ensuite me servir de l'IC pour déterminer avec quel confiance je peux exclure les valeurs qui ne me plaisent pas, pas grand chose me vient à l'esprit là...

Bonjour Romone.

"J'ai une distribution qui suis une loi normale" ? Je vois deux interprétations :
* Soit tu sais qu'il s'agit d'une loi Normale, et tu as pu estimer sa moyenne et sa variance. Tu peux en déduire des intervalles de confiance à 99%, ou 99,99% sur les valeurs que tu obtiendras, et comparer avec l'intervalle de spécification. Tu pourras même en déduire (au risque que tu choisiras) avec quelle probabilité tes valeurs sont dans l'intervalle de spécification. pas de test, seulement des calculs statistiques.
* Soit tu as seulement étudié la normalité (droite de Henry ?), tu peux alors la confirmer par un test : Le plus classique se base sur le couple asymétrie/applatissement (skewness/kurtosis), tu peux aussi utiliser le Kolmogorov-Smirnoff. mais si tu n'as pas des raisons de considérer que la variable est gaussienne, la réussite des tests ne prouve rien. Si tu as et de bonnes raisons, et un test de normalité qui confirme, tu es ramenée au premier cas. Sinon, sans modèle de distribution des valeurs, difficile de conclure quoi que ce soit.

"J'ai effectué deux tests et recueilli 114 mesures pour chaque tests.
Je dois montrer qu'il n'y a pas de différence significative entre les résultats des deux tests!"
J'imagine qu'ici, tu utilises le mot "test" dans le sens de "campagne de mesures", et pas "test statistique". Donc tu veux comparer deux séries de valeurs. Tu parles du test de Duncan, est-ce parce que tes mesures sont des moyennes ? car sinon, le classique t-test (Student) serait déjà un bon moyen de comparer.

Cordialement.

Merci gg de ta réponse, dsl pour la mienne...

En effet j'utilise test dqns le sens campagne de mesure
Je veux comparer deux séries de valeurs qui sont des moyennes et j'ai 114 mesures par série.
Penses tu que le test de Duncan soit approprié?
Merci d'avance.

Je n'en sais pas plus que toi sur ce test. Regarde ce qu'il fait.

Cordialement.

Hello,

J'ai utilisé un simple test de Student

Un peu dans le même principe, j'ai une seule série de 114 mesures qui suis une loi normale.
Certaines mesures sont proches de la limite supérieure de spécification, mais ne franchissent jamais la limite (aucune des 114) quel test je peux utilisé pour montrer qu'il est peut probable qu'ils les dépassent un jour? j'ai pas trouvé grand chose, on m'a dit que je pouvais prédire avec le 6 sigma, j'utilise comment le 6 sigma?

Merci d'avance.

Bonjour.

l'idée est d'estimer moyenne et écart type, et d'en déduire un intervalle de confiance à 99,7% (moyenne moins 3 sigma;moyenne plus 3 sigma. Soit 6 sigma de largeur) qu'on compare à l'intervalle de tolérance.
Tu devrais trouver facilement sur le net des explications. Ou dans des ouvrages sur la qualité (industrielle), thème capabilité.

Cordialement.

Ok de ce que j'ai pu trouver, en calculant mon z-score sa me permet d'avoir mon aire en % sous la courbe jusqu'à ma limite sup et ainsi la soustraire à 100%