Test de Kruskal-Wallis (somme des rangs)
Comme nous avons constaté dans le dernier exercice que l'hypothèse d'homogénéité des variances du modèle linéaire était violée, il peut être pertinent d'essayer une autre approche.
Une solution non paramétrique à l'ANOVA est le test de Kruskal-Wallis basé sur la somme des rangs. Pour celles et ceux qui ont des notions de statistique, il s'agit d'une extension du test de Mann-Whitney U lorsque l'on a plus de deux groupes, comme avec notre variable grade. Dans notre cas, l'hypothèse nulle de ce test est que toutes les valeurs de int_rate ont le même classement selon grade.
Le test de Kruskal-Wallis peut être réalisé avec la fonction kruskal.test(), offerte dans R de base. Bonne nouvelle : son utilisation ressemble beaucoup à lm() ou aov() : vous fournissez une formule et un ensemble de données, puis un résultat est retourné.
Cette activité fait partie du cours
Plan d'expériences avec R
Instructions de l’exercice
- Utilisez
kruskal.test()pour vérifier siint_ratevarie selongradelorsqu'un modèle non paramétrique est utilisé.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Conduct the Kruskal-Wallis rank sum test
kruskal.test(___,
data = ___)