Aller au contenu
Omnikalc

Calculateur du test de Kolmogorov-Smirnov : deux échantillons viennent-ils de la même distribution ?

Saisissez les tailles d’échantillon, la distance maximale D observée et le niveau de signification pour obtenir la valeur p asymptotique et la valeur critique de D.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Valeur p (asymptotique)

0,0139

Les distributions diffèrent significativement à ce niveau
Taille d’échantillon effective
60,00
Valeur critique de D au niveau choisi
0,1753
D observé en multiple de la valeur critique
1,14

Deux groupes de mesures suivent-ils la même distribution, ou un échantillon colle-t-il à une courbe théorique ? Le calculateur du test de Kolmogorov-Smirnov prend le type de test, les tailles d’échantillon, la distance maximale D et le niveau de signification, et donne la valeur p asymptotique avec un verdict, la taille d’échantillon effective, la valeur critique de D et le rapport du D observé à la valeur critique.

Comment se fait le calcul

  • Choisissez le type de test : un échantillon comparé à une distribution de référence, ou deux échantillons comparés entre eux.
  • Saisissez les tailles d’échantillon et la distance maximale D entre les deux courbes de répartition cumulées, fournie par votre logiciel ou votre graphique.
  • Le calculateur calcule la taille d’échantillon effective (n pour un échantillon, n₁n₂/(n₁ + n₂) pour deux) et la valeur critique D = c(α) / √n, avec c(α) = √(−ln(α/2)/2).
  • Lisez la valeur p asymptotique et comparez-la au niveau de signification. Si D dépasse la valeur critique, la valeur p est inférieure à α et les distributions diffèrent.

Exemple

Un échantillon de 60 points est comparé à une distribution de référence, avec une distance maximale D = 0,20 entre les courbes cumulées. La taille effective est 60. Au niveau α = 0,05, la valeur critique est 1,358 / √60 = 0,175. Le D observé vaut 1,14 fois la valeur critique, et la valeur p est d’environ 0,014, inférieure à 0,05, donc l’échantillon s’écarte significativement de la distribution de référence.

Pourquoi c’est utile

Le test K-S est un contrôle standard en science des données, en contrôle qualité et en sciences naturelles. Il dit si un modèle colle aux données, si un procédé a dérivé entre deux périodes ou si un nouveau lot se comporte comme un lot de référence, sans supposer une loi normale.

À savoir

Le calculateur ne calcule pas D à partir des données brutes, donc il vous le faut d’un autre outil ou d’un graphique. La valeur p est asymptotique et approximative pour de très petits échantillons, et elle suppose des données continues et une distribution de référence entièrement spécifiée. Un résultat significatif dit que les distributions diffèrent, mais pas comment. Associez le test à un graphique des deux courbes.

Outils liés

Le calculateur d’ANOVA compare des moyennes de groupes, celui d’ajustement du khi-deux compare des effectifs à un modèle, celui d’intervalle de confiance mesure l’incertitude, et celui de signification d’une corrélation teste un lien linéaire.

Questions fréquentes

Qu’est-ce que le test de Kolmogorov-Smirnov ?

C’est un test qui compare des courbes de répartition cumulées. La statistique D est le plus grand écart vertical entre deux courbes empiriques, ou entre une courbe empirique et une distribution de référence. Si D est grand par rapport à ce que le hasard donne pour cette taille d’échantillon, on rejette l’idée que les échantillons viennent de la même distribution.

Quels sont les avantages du test K-S ?

Il ne suppose rien sur la forme de la distribution, il fonctionne sur des données ordonnées de toute échelle, et il est sensible en même temps aux différences de position, de dispersion et de forme. C’est un bon premier contrôle pour savoir si un échantillon suit une loi normale, ou si deux groupes se comportent de la même façon.

Quelles sont ses limites ?

Il est plus sensible près du centre des distributions et moins dans les queues. Quand les paramètres de la distribution de référence sont estimés sur les mêmes données, la valeur p simple est trop grande, et il faut une version corrigée comme le test de Lilliefors. Les ex æquo et les données discrètes rendent aussi la valeur p prudente.

Quelle est la précision de la valeur p ici ?

Le calculateur utilise la série asymptotique de la loi de Kolmogorov avec la correction de Stephens sur la taille d’échantillon, précise à quelques millièmes pour des échantillons de plus de 10 environ. Pour de très petits échantillons, utilisez des tables exactes ou un logiciel. Une valeur p proche du niveau de signification appelle un examen plus poussé, pas une décision ferme.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.