Identifiez-vous

Entrez votre adresse électronique Entrez votre mot de passe OK

Mot de passe oublié ? S'inscrire

Entrez les termes de votre recherche
Inclure les normes annulées
Choisir le thème Lancer la recherche
- Plus de critères
- - Recherche assistée
    Masquer
    Sélectionnez la première catégorie de produits recherchée et laissez-vous guider
    Réinitialiser la recherche
    
    Résultats Voir
    
    Inclure les normes annulées
    
    Résultats Voir
    
    Résultats Voir
    
    Résultats Voir
    
    Résultats Voir
    
    Résultats Voir
    
    Résultats Voir
Normes & Recueils
Livres
Services en ligne

Boutique AFNOR Editions
|
- Normes & Recueils |
  - NF X06-050 Décembre 1991

NF X06-050 Décembre 1991

X06-050

ANNULÉE le 20/12/1995

Application de la statistique. Étude de la normalité d'une distribution.

La présente norme fournit un choix de tests permettant de vérifier la validité de l'hypothèse de normalité mentionnée dans l'introduction. L'emploi de ces tests n'est pas indispensable chaque fois que l'on fait appel à des méthodes statistiques basées sur l'hypothèse de normalité. Il peut se faire, en effet, que cette hypothèse ne doive pas être mise en doute soit qu'il existe des raisons théoriques (par exemple physiques) pour qu'elle soit vérifiée, soit qu'elle ait été trouvée acceptable sur la base de l'information accumulée antérieurement. De plus, dans le cas de méthodes robustes, c'est-à-dire dont les résultats ne sont que très peu modifiés lorsque la loi de répartition réelle des observations n'est pas normale, un test de normalité n'offre que peu d'intérêt. Ceci est par exemple le cas lorsque l'on veut vérifier, à l'aide d'un test de Student, l'égalité de la moyenne vraie d'un échantillon aléatoire simple d'observations avec une valeur théorique donnée. Par contre, lorsque la méthode n'est pas robuste et que l'on a des doutes quant à la normalité de la répartition des observations, l'emploi d'un test de normalité peut être utile, voire nécessaire. L'usage des tests de normalité ne se limite pas aux cas mentionnés en 1.2. Ils permettent notamment aussi de s'assurer de la validité de la loi normale aux fins de prévision statistique ou, lorsqu'un processus produit des éléments répartis d'une manière aléatoire selon une loi normale, de vérifier la stabilité de son fonctionnement. Enfin, soulignons que la puissance de ces tests, c'est-à-dire la probabilité de conclure au rejet de l'hypothèse de normalité lorsqu'elle est fausse, est, pour une situation déterminée, d'autant plus grande que le nombre d'observations est grand.