CommencezCommencez gratuitement

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

Voir le cours

Instructions de l’exercice

  • Utilisez kruskal.test() pour vérifier si int_rate varie selon grade lorsqu'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 = ___)
Modifier et exécuter le code