Tests stat : comment poursuivre lorsque des données sont normales et d'autres non normales ?

[invitebcae0564]

Bonjour,

J'ai un tableau de données qui donnent pour plusieurs stations d'échantillonnage, 9 variables mesurées (telles que T°c, pH...) en fonction des saisons.
Exemple : pour la station 1, en hiver, il y a une donnée pour chaque variables (station 1, hiver; T°C = 10°C, pH=8 etc....)

J'ai testé la normalité des données avec Shapiro Wilk pour chaque saison.
J'obtiens des variables normales et d'autres non normales. Lorsque je fait une transformation de la variable sur les données non normales, slmt 2 transformations sur 11 permettent alors d'obtenir une normalité des données.

J'ai réalisé le test de Krustal Wallis pour toutes les données (sans utiliser les variables transformées), mais ma question est la suivante : est il possible de faire Krustal Wallis seulement pour les données non paramétriques, et de faire un autre test pour les données paramétriques (ou dois je utiliser K-W pour toutes les données?)

Merci !!
-----

[gg0]

Bonjour.

La normalité des données n'est pas vraiment justifiée par les tests de normalité (il donnent une conclusion à risque de non normalité, mais aucune confiance). Ensuite, de nombreuses activités statistiques ne nécessitent pas le fait que les données proviennent d'une variable gaussienne.
Donc suivant ce que tu veux trouver, la question sera importante ou sans intérêt. Ensuite, si tu veux étudier globalement toutes tes données, tu ne peux pas faire la moitié d'un test sur les unes en même temps que la moitié d'un autre sur les autres.

Peut-on savoir pourquoi tu fais des tests ?

Cordialement.