Test de Bartlett
Contenu
Titre (dcterms:title)
fr
Test de Bartlett
en
Barlett's test
Identifiant (dcterms:identifier)
obo:STATO_0000079
label (rdfs:label)
en
Barlett's test
fr
Test de Bartlett
has curation status (obo:IAO_0000114)
definition (obo:IAO_0000115)
en
Bartlett's test (see Snedecor and Cochran, 1989) is used to test if k samples are from populations with equal variances. Equal variances across samples is called homoscedasticity or homogeneity of variances. Some statistical tests, for example the analysis of variance, assume that variances are equal across groups or samples. The Bartlett test can be used to verify that assumption.
Bartlett's test is sensitive to departures from normality. That is, if the samples come from non-normal distributions, then Bartlett's test may simply be testing for non-normality. Levene's test and the Brown–Forsythe test are alternatives to the Bartlett test that are less sensitive to departures from normality.
Bartlett's test is sensitive to departures from normality. That is, if the samples come from non-normal distributions, then Bartlett's test may simply be testing for non-normality. Levene's test and the Brown–Forsythe test are alternatives to the Bartlett test that are less sensitive to departures from normality.
fr
Le test de Bartlett du nom du statisticien anglais Maurice Stevenson Bartlett (18 juin 1910 – 8 janvier 2002) est utilisé en statistique pour évaluer si k échantillons indépendants sont issus de populations de même variance (condition dite d'homoscédasticité). C'est un test paramétrique.
Tout comme le test de Fisher, le test d'égalité des variances de Bartlett s'effondre totalement dès que l'on s'écarte, même légèrement, de la distribution gaussienne 1,2. Cependant, le test de Levene et le test de Brown-Forsythe sont plus robustes, c'est-à-dire moins sensibles aux écarts par rapport à l'hypothèse de normalité, et sont des alternatives crédibles au test de Bartlett et au test de Fisher.
Tout comme le test de Fisher, le test d'égalité des variances de Bartlett s'effondre totalement dès que l'on s'écarte, même légèrement, de la distribution gaussienne 1,2. Cependant, le test de Levene et le test de Brown-Forsythe sont plus robustes, c'est-à-dire moins sensibles aux écarts par rapport à l'hypothèse de normalité, et sont des alternatives crédibles au test de Bartlett et au test de Fisher.
term editor (obo:IAO_0000117)
en
Orlaith Burke
en
Philippe Rocca-Serra
en
Alejandra Gonzalez-Beltran
fr
Jean-Marc Meunier
definition source (obo:IAO_0000119)
has_specified_input (obo:OBI_0000293)
has_specified_output (obo:OBI_0000299)
achieves_planned_objective (obo:OBI_0000417)
R command (obo:STATO_0000041)
en
bartlett.test(x) function, where x is a numeric vector
Python command (obo:STATO_0000391)
<p>scipy.stats.bartlett(*args)</p>
<p><a href="http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bartlett.html#scipy.stats.bartlett">http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bartlett.html#scipy.stats.bartlett</a></p>
<p>source:<br />
<a href="https://github.com/scipy/scipy/blob/v0.15.1/scipy/stats/morestats.py#L1450">https://github.com/scipy/scipy/blob/v0.15.1/scipy/stats/morestats.py#L1450</a></p>
<p><a href="http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bartlett.html#scipy.stats.bartlett">http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.bartlett.html#scipy.stats.bartlett</a></p>
<p>source:<br />
<a href="https://github.com/scipy/scipy/blob/v0.15.1/scipy/stats/morestats.py#L1450">https://github.com/scipy/scipy/blob/v0.15.1/scipy/stats/morestats.py#L1450</a></p>
ISI Glossary (ont:ISI_Glossary)
subClassOf (rdfs:subClassOf)
has broader (skos:broader)
hierarchy level (md:hierarchyLevel)
fr
1
fr
2
fr
3
fr
4
fr
5
fr
6
fr
1
fr
2
fr
1
Collections
Ressources liées
Filtre par propriété
| Titre | Label alternatif | Classe |
|---|---|---|
| Transformation de données | Class | |
| Test statistique d'ajustement | Class | |
| Test d'homoscédasticité | Class |
Annotations
There are no annotations for this resource.