J'aurais dû écouter en maths à l'école...

#stats #thèse #academicchatter

Si quelqu'un s'y connaît et est dispo pour une question (je pense idiote) de normalité de la distribution je suis archi preneuse par contre 😭

#stats #maths #needhelp #help

@marinesilvestre tu peux directement poser ta question ici ?
@pyviv Merci ! Pour ma thèse de médecine, je cherche à comparer 2 populations (respectivement n=51 de cas issus de la littérature et n=22 de dossiers patients) : tous ces patients ont des atteintes pulmonaires liées au crack, mais j'essaie de mettre en évidence des marqueurs +/- prédominants/facteurs de risque : fièvre, douleur thoracique...
La plupart de ces critères "ont l'air" de suivre une distribution normale (d'un coup d'oeil "graphique", je suis bien incapable de faire une Kolmogrov-Smirnov...), en tous cas dans leur majorité. Est-ce que je peux pour autant dire que c'est une distri normale, me permettant de faire par ex un test de Fischer ?
@marinesilvestre @pyviv @freakonometrics pourrait peut-être vous aider ?
@npettiaux @marinesilvestre @pyviv pas mal de monde a répondu, je ne vais pas en rajouter... si les distributions sont normales, les comparer c'est facile, il faut juste comparer moyennes et variances... sinon effectivement, il faut partir sur des tests de comparaison de distribution, genre Kolmorogov-Smirnov.... #BonCourage
@freakonometrics @npettiaux @pyviv Dans ce contexte, je reprécise ma question : j'ai des variables de distribution normale et d'autres non ou "pire" de cas de "variable 1 de la population A normale, variable 1 de la population B non" : faut-il appliquer un test non paramétrique à l'ensemble, malgré certaines distributions normales ? Ou bien appliquer un test paramétrique en "ignorant" les variables non gaussiennes... J'aurais tendance à aller vers la solution A, mais je ne suis pas certaine d'où se met "le seuil" dans ces situations, c'est pas très clair pour moi 😅