Test de somme des rangs de Kruskal-Wallis
Étant donné que, dans l’exercice précédent, nous avons constaté que l’hypothèse d’homogénéité des variances des modèles linéaires était violée, il peut être pertinent d’essayer une alternative.
Une alternative non paramétrique à l’ANOVA est le test de somme des rangs de Kruskal-Wallis. Pour celles et ceux qui ont des notions de statistiques, il s’agit d’une extension du test de Mann-Whitney U lorsque l’on compare plus de deux groupes, comme avec notre variable grade. Dans notre cas, l’hypothèse nulle de ce test serait 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(), disponible dans R de base. Bonne nouvelle : son utilisation est très similaire à lm() ou aov() : vous fournissez une formule et un jeu de données, et vous obtenez un résultat en retour.
Cet exercice fait partie du cours
Plan d’expériences en R
Instructions
- Utilisez
kruskal.test()pour vérifier siint_ratevarie selongradelorsqu’on utilise un modèle non paramétrique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Conduct the Kruskal-Wallis rank sum test
kruskal.test(___,
data = ___)