Modérateur : Groupe des modérateurs
Sébastien Boutry a écrit :j'ai utilisé un test de Kruskal Wallis car je dois utiliser un test non paramétrique pour différencier mes groupes qui sont indépendants
Code : Tout sélectionner
y <- rnorm(100)
x <- gl(4,25)
aov1 <- aov(y~x)
TukeyHSD(aov1)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = y ~ x)
$x
diff lwr upr p adj
2-1 -0.08263747 -0.8061557 0.6408807 0.9906855
3-1 -0.11178888 -0.8353071 0.6117293 0.9775850
4-1 0.14619913 -0.5773191 0.8697173 0.9520152
3-2 -0.02915142 -0.7526696 0.6943668 0.9995786
4-2 0.22883660 -0.4946816 0.9523548 0.8415588
4-3 0.25798802 -0.4655302 0.9815062 0.7875959
Je sais également que l'on peut employer la même démarche que pour le test de comparaison (paramétrique) de Newman-Keuls. La statistique de test utilise alors des sommes alors à la place des moyennes. Précisions et détails page 540 in Sherrer, 1984, Biostatistique. Gaetan Morin Editeur.
Retourner vers « Questions en cours »
Utilisateurs parcourant ce forum : Google [Bot] et 1 invité