Calculateur du test de Kolmogorov-Smirnov

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

Le test de Kolmogorov-Smirnov (K-S) est un test non paramétrique qui compare des distributions. Il peut tester si un échantillon provient d'une distribution théorique spécifique (test à un échantillon) ou si deux échantillons proviennent de la même distribution (test à deux échantillons). Contrairement aux tests qui comparent des paramètres spécifiques comme les moyennes, le test K-S est sensible à toute différence dans la forme, la localisation ou la dispersion de la distribution.

Le test porte le nom des mathématiciens russes Andrey Kolmogorov et Nikolai Smirnov, qui l'ont développé dans les années 1930.

La statistique K-S

La statistique de test D mesure la différence absolue maximale entre les fonctions de répartition cumulatives (CDF) :

$D = \sup_x |F_n(x) - F(x)|$

Où :

• $F_n(x)$ est la CDF empirique de l'échantillon
• $F(x)$ est la CDF théorique (un échantillon) ou la CDF empirique de l'autre échantillon (deux échantillons)
• $\sup$ désigne le supremum (maximum)

La CDF empirique est une fonction en escalier qui augmente de $1/n$ à chaque point de données.

Test à un échantillon

Le test K-S à un échantillon compare vos données à une distribution théorique. Les applications courantes incluent :

Test de normalité

Avant d'utiliser des tests paramétriques qui supposent la normalité, vous pouvez utiliser le test K-S pour vérifier cette hypothèse. Cependant, le test de Shapiro-Wilk est généralement plus puissant pour tester la normalité.

Qualité de l'ajustement

Toute distribution continue entièrement spécifiée peut être testée : normale, exponentielle, uniforme, etc. L'exigence clé est que tous les paramètres doivent être spécifiés à l'avance, et non estimés à partir des données.

Important : Si vous estimez des paramètres (comme la moyenne et l'écart type) à partir de votre échantillon puis testez contre cette distribution, les valeurs critiques K-S standard sont trop conservatrices. Utilisez plutôt le test de Lilliefors pour tester la normalité avec des paramètres estimés.

Test à deux échantillons

Le test K-S à deux échantillons compare deux échantillons indépendants pour déterminer s'ils proviennent de la même distribution. Ceci est utile lorsque :

• Vous voulez comparer des groupes sans supposer une distribution spécifique
• Les tailles d'échantillon sont petites
• Les données peuvent être non normales

La statistique de test à deux échantillons est :

$D_{n,m} = \sup_x |F_n(x) - G_m(x)|$

Où $F_n$ et $G_m$ sont les CDF empiriques des deux échantillons.

Avantages

Sans distribution

Le test K-S ne fait aucune hypothèse sur la distribution sous-jacente (pour le cas à deux échantillons). Cela le rend largement applicable.

Sensible à de multiples aspects

Contrairement aux tests t qui ne comparent que les moyennes, le test K-S détecte les différences dans :

• La localisation (tendance centrale)
• L'échelle (dispersion)
• La forme (asymétrie, aplatissement)

Distribution exacte connue

La distribution nulle de la statistique K-S est connue exactement, permettant un calcul précis de la valeur p.

Limitations

Données continues uniquement

Le test K-S est conçu pour les distributions continues. Pour les données discrètes, le test devient conservateur (moins puissant).

Sensibilité aux queues

Le test K-S est plus sensible aux différences près du centre de la distribution et moins sensible aux différences dans les queues. Le test d'Anderson-Darling corrige cela en donnant plus de poids aux différences de queue.

Problème d'estimation des paramètres

L'utilisation de paramètres estimés invalide les valeurs critiques standard, comme mentionné ci-dessus.

Applications pratiques

Contrôle qualité

Comparer les mesures de produits aux distributions de spécification pour vérifier les processus de fabrication.

Finance

Tester si les rendements boursiers suivent des distributions supposées comme normale ou log-normale.

Sciences environnementales

Comparer les mesures de pollution entre sites ou périodes.

Test A/B

Comparer des distributions de réponse entières, pas seulement les moyennes, entre groupes de traitement et de contrôle.

Tests connexes

• Test de Shapiro-Wilk — Plus puissant pour tester la normalité
• Test d'ajustement du chi-carré — Pour les distributions discrètes
• Test U de Mann-Whitney — Compare les médianes/rangs
• Test de Levene — Compare spécifiquement les variances

Résumé

Le test de Kolmogorov-Smirnov est une méthode non paramétrique polyvalente pour comparer les distributions. Sa capacité à détecter toute différence distributionnelle le rend précieux pour l'analyse exploratoire et la vérification des hypothèses. Bien qu'il ne soit pas le test le plus puissant pour des alternatives spécifiques (comme les différences de moyennes), sa généralité et sa distribution nulle exacte en font un outil fondamental dans l'analyse statistique.