Bonjour à tous,
Je recherche un test statistique ou un calcul de score qui me permettrait de valider la similarité entre deux listes d'effectifs différents par exemple.
Pour faire plus clair, j'ai deux listes de chiffres, je recherche le nombre de chiffre en commun et je souhaite pouvoir dire si c'est liste sont significativement ressemblante ou non???
Merci d'avance pour votre aide.
Bonjour à tous,
Je recherche un test statistique ou un calcul de score qui me permettrait de valider la similarité entre deux listes d'effectifs différents par exemple.
Pour faire plus clair, j'ai deux listes de chiffres, je recherche le nombre de chiffres en commun et je souhaite pouvoir dire si ces listes sont significativement ressemblantes ou non???
Merci d'avance pour votre aide.
bonjour,
"ressemblantes" c'est un peu vague. Est-ce que l'ordre compte? si c'est non, alors peut-être un test non paramétrique d'égalité de deux distributions ferait l'affaire (Kolmogorov-Smirnov par exemple).
c'est vrai "ressemblante" reste un peu vague peut être que similaire conviendrait mieux. L'ordre n'est pas pris en compte. Je vais essayer ce test; Merci
ou alors un simple test d'égalité des moyennes et variances.
on ne peut pas calculer de moyenne ou de variance intra liste. les données non aucun rapport entre elles, uniquement avec des valeurs de l'autre liste
je ne comprends pas bien: "aucun rapport", mais en tout cas si on ne peut pas calculer de moyenne, alors on ne doit pas pouvoir parler de distribution non plus.
c'est mon problème principal, il ne s'agit pas de distributions. il me faut trouver un moyen pour dire que le nombre de chiffre communs au 2 liste est suffisant pour affirmer que les listes sont similaires.
Je ne suis pas certain d'avoir compris exactement ce que tu cherches, mais peut-être peux-u regarder la notion de distance entre mots sur un même alphabet (un mot est bien une liste ordonnée), en particulier la distance de Levenshtein...
Je suis Charlie.
J'affirme péremptoirement que toute affirmation péremptoire est fausse
Effectivement, distance de levenstein si l'ordre à une importance. Sinon la distance de Jacquard fait l'affaire.
GCS/S s: a C++ DI++>+++ UL++A++HIS++$ P++>+++$ E+>++$ W+>++$ N+ Y+ e++++ t+++ y+++
Re : comparaison de listes
Pour essayer de me faire mieux comprendre voici un exemple concret:
Liste1: 2B-58-16-47A-5-4.8-36
Liste2: 16-5-2M-1000000-58-2B-9-41-22-63L-9P-4.8
Valeurs communes: 2B, 16, 5, 4.8
Comment peut on tester la similarité des listes??
Je n'avais donc pas compris le problème, tu peux oublier la distance de Levenshtein.Envoyé par ricoou
Est-ce qu'il ne te suffit pas de compter les valeur commune et de diviser par quelque chose (le nombre valeur dans la plus grande liste, ou dans la plus petite liste, à toi de voir)
Je suis Charlie.
J'affirme péremptoirement que toute affirmation péremptoire est fausse
bonjour,
moi non plus je n'avais pas compris. Déjà je vois qu'il ne s'agit pas de chiffres.
qu'appelles-tu "tester" ?
Par "tester" je voulais dire : utiliser un test statistique permettant de dire si le score calculé ( par division du nombre de valeurs communes par le nombre de valeur de la plus grande liste par exemple ) est plus significatif pour un cas ou un autre (grande différence du nombre de valeurs entre les listes ou pas de différence) ??
Liste1: 5 valeurs
Liste2: 25 valeurs
5 valeurs en commun
scoreA 5/25 ->1/5
Liste1':15
Liste2':25
5 valeurs en commun
scoreB 5/25 ->1/5
La similarité entre les listes 1 et 2 est-elle la même que celle entre les listes 1' et 2'?? peut-on faire un test statistique qui permette de départager les scoreA et B?
Désolé pour le casse tête!!
un test statistique suppose un modèle stochastique sous-jacent. Par exemple si les mots qui composent tes listes sont issus d'un ensemble fini et pas trop grand, tu pourrais éventuellement prendre comme hypothèse nulle le fait que tes deux listes sont des échantillons indépendants tirés dans cet ensemble (avec ou sans remise, faut voir) et voir si cette hypothèse tient la route (i.e. si la "distance" entre listes n'est pas de trop plus petite qu'attendue sous l'hypothèse nulle). Mais encore faut-il que cette hypothèse nulle ne soit pas trop farfelue dans le contexte, sinon tu ne fais que tester la farfeluité de ladite hypothèse.
Selon cette méthode, quel test dois-je utiliser pour réfuter ou non l'hypothèse nulle: "les deux listes sont des échantillons indépendants tirés dans cet ensemble" ??
Je ne vois pas pourquoi la distance de Levenstein ne serait pas adaptée. Le principe est d'associer un cout à chaque transformation élémentaire : 1 cout pour la substitution, l'ajout et la suppression.
La distance est alors donnée par l'ensemble des transformations de moindre cout. Tu peux adapter les couts élémentaires comme tu veux, jusqu'à que tu juges que ta distance soit suffisamment discriminante.
GCS/S s: a C++ DI++>+++ UL++A++HIS++$ P++>+++$ E+>++$ W+>++$ N+ Y+ e++++ t+++ y+++
oui mais le tout n'est pas de choisir une distance adaptée, si on veut faire un test il faut encore pouvoir en calculer la distribution, encore que tout peut se simuler. Mais cette idée d'insertion/délétion me fait penser aux distances utilisées en génétique. Il y a peut-être des idées à rechercher dans cette discipline.
