Observations relatives aux données pour Test d'ajustement de Poisson

Pour garantir la validité de vos résultats, examinez les indications suivantes lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Les données doivent représenter des dénombrements par unité, comme le nombre d'appels par heure dans un centre d'appel ou le nombre de défauts par unité dans une cargaison.

Si vous disposez de données continues, comme la longueur, le poids ou la température, et que vous souhaitez déterminer si les données suivent une loi normale, utilisez Test de normalité.

Les données d'échantillon doivent être sélectionnées de manière aléatoire

Dans le domaine des statistiques, les échantillons aléatoires permettent de faire des généralisations ou des déductions sur une population. Si les données ne sont pas collectées de manière aléatoire, les résultats risquent de ne pas être représentatifs de la population. Pour plus d'informations, reportez-vous à la rubrique Caractère aléatoire des échantillons de données.

Les dénombrements attendus pour chaque catégorie ne doivent pas être trop faibles.

Si les dénombrements attendus (également appelés espérance mathématique des effectifs) pour une catégorie sont inférieurs à 5, les résultats du test peuvent ne pas être valides. Si les dénombrements attendus pour une catégorie sont trop faibles, vous pouvez peut-être combiner cette catégorie à des catégories adjacentes pour atteindre le dénombrement attendu minimal.

Par exemple, un service financier classe le nombre de jours de retard de paiement des factures en cinq catégories : 15 jours maximum, 16 à 30 jours, 31 à 45 jours, 46 à 60 jours et 60 jours minimum. Le nombre d'éléments attendus dans la catégorie "60 jours minimum" est faible. Le département financier décide donc de la regrouper avec la catégorie "46 à 60 jours" pour créer une catégorie fusionnée : "45 jours minimum".