{"id":1168,"date":"2024-09-05T22:29:15","date_gmt":"2024-09-05T20:29:15","guid":{"rendered":"https:\/\/site.ellistat.com\/?p=1168"},"modified":"2026-11-06T10:23:26","modified_gmt":"2026-11-06T09:23:26","slug":"test-statistici-parametrici-e-non-parametrici","status":"publish","type":"post","link":"https:\/\/ellistat.com\/it\/les-tests-statistiques-parametriques-et-non-parametriques\/","title":{"rendered":"Test statistici parametrici e non parametrici"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Prima di entrare nel dettaglio dei test parametrici e non parametrici, vediamo come funziona un test statistico. Il&nbsp;<a href=\"https:\/\/ellistat.com\/it\/soluzioni-per-lanalisi-dei-dati\/\">Modulo di analisi dei dati Ellistat<\/a>&nbsp;consente di eseguire questi test.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un test statistico funziona come segue:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Consideriamo un'ipotesi nulla in cui non vi \u00e8 alcuna differenza tra i campioni.<\/li>\n\n\n\n<li>Si calcola la probabilit\u00e0 di cadere nella stessa configurazione ottenuta con i campioni osservati sotto l'ipotesi nulla. Questa probabilit\u00e0 \u00e8 nota come \"rischio alfa\" o \"valore p\".<\/li>\n\n\n\n<li>Se il rischio alfa \u00e8 &lt; 5%, si ritiene troppo improbabile ottenere una tale configurazione sotto l&#039;ipotesi nulla. Si rifiuta quindi l&#039;ipotesi nulla e si ritiene che la differenza tra i campioni sia significativa. Per questo motivo, tutti i risultati dei test statistici proposti da Ellistat saranno associati a un valore di rischio alfa con la seguente scala:<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"188\" height=\"61\" src=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Risque-alpha.png\" alt=\"\" class=\"wp-image-1170\" srcset=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Risque-alpha.png 188w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Risque-alpha-18x6.png 18w\" sizes=\"auto, (max-width: 188px) 100vw, 188px\" \/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">La cifra sotto la scala \u00e8 pari al rischio alfa del test:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Se il rischio alfa \u00e8 &lt; 0,01, la differenza sar\u00e0 considerata altamente significativa&lt;.<\/li>\n\n\n\n<li>Se il rischio alfa \u00e8 &lt; 0,05, la differenza \u00e8 considerata significativa.<\/li>\n\n\n\n<li>Se il rischio alfa \u00e8 inferiore a 0,1, la differenza \u00e8 considerata borderline (non si pu\u00f2 dire che ci sia una differenza significativa, ma l'ipotesi \u00e8 interessante).<\/li>\n\n\n\n<li>Se il rischio alfa \u00e8 &gt; 0,1, la differenza sar\u00e0 considerata non significativa<\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">Esempio<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Per illustrare il funzionamento di un test statistico, prendiamo il seguente esempio.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Supponiamo di voler rilevare il fatto che una moneta viene lanciata lanciando testa o croce. Supponiamo che la moneta cada sempre su croce.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Lancio n\u00b01<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo il primo lancio, la moneta cade su croce. Possiamo dedurre da questo che la moneta \u00e8 stata ribaltata?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A prima vista, sarebbe piuttosto rischioso scommettere che la moneta \u00e8 un pipedding, dato che potrebbe benissimo essere successo con una moneta standard.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In questo caso, l'ipotesi nulla \u00e8: la moneta non \u00e8 rovesciata, quindi ha una possibilit\u00e0 su due di uscire testa o croce. La probabilit\u00e0 che una moneta non rovesciata esca testa \u00e8 50%.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Di conseguenza, la probabilit\u00e0 di ottenere croce dopo il primo lancio di una moneta non lanciata \u00e8 50%, si dice che il rischio alfa del test \u00e8:Rischio alfa = 50%<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In altre parole, c'\u00e8 una probabilit\u00e0 di 50% di ottenere lo stesso risultato seguendo l'ipotesi nulla.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Lancio n\u00b02<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Dopo il secondo lancio, la moneta cade nuovamente su croce. Il rischio alfa diventa: Rischio alfa = 25%<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ma questo significa che il gioco \u00e8 truccato?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sorge quindi la domanda: a quale rischio alfa possiamo dire che la moneta \u00e8 stata ribaltata?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Come regola generale, nell'industria il limite di rischio alfa \u00e8 fissato a 5%.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In altre parole :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Se il rischio alfa \u00e8 inferiore a 5%, l'ipotesi nulla viene rifiutata e la moneta viene considerata ribaltata.<\/li>\n\n\n\n<li>Se il rischio alfa \u00e8 superiore al 5%, non si pu\u00f2 affermare che la moneta sia truccata. Ci\u00f2 non significa per\u00f2 che la moneta non sia truccata, poich\u00e9 dipende dal numero di lanci effettuati.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Esempio continuato<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Continuiamo con il nostro esempio:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">-3<sup>th<\/sup>&nbsp;Lancio: la moneta cade su croce: rischio alfa = 12,5%<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">-4<sup>th<\/sup>&nbsp;Lancio: la moneta cade su croce: rischio alfa = 6,75%<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">-5<sup>th<\/sup>&nbsp;Lancio: la moneta cade su croce: rischio alfa = 3,375%<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In questo caso, da 5<sup>th<\/sup>&nbsp;Possiamo quindi affermare che la moneta \u00e8 ribaltata con un rischio inferiore a 5%.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Test parametrici e non parametrici<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Quando si effettuano confronti tra popolazioni o si confronta una popolazione con un valore teorico, esistono due tipi principali di test: i test parametrici e i test non parametrici.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Test parametrici<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">I test parametrici partono dal presupposto che i dati a disposizione seguano una legge di distribuzione nota (generalmente la legge normale).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Per calcolare il rischio alfa del test statistico, \u00e8 sufficiente calcolare la media e la deviazione standard del campione per accedere alla legge di distribuzione del campione.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"295\" height=\"300\" src=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-parametrique-1.png\" alt=\"\" class=\"wp-image-1173\" srcset=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-parametrique-1.png 295w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-parametrique-1-12x12.png 12w\" sizes=\"auto, (max-width: 295px) 100vw, 295px\" \/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">Con la legge di distribuzione perfettamente nota, il rischio alfa pu\u00f2 essere calcolato sulla base dei calcoli teorici per la distribuzione gaussiana.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questi test sono generalmente molto validi, ma richiedono che i dati seguano effettivamente la distribuzione ipotizzata. In particolare, sono molto sensibili ai valori anomali e non sono consigliati se vengono rilevati valori anomali.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Test non parametrici<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">I test non parametrici non fanno ipotesi sul tipo di legge di distribuzione dei dati. Si basano esclusivamente sulle propriet\u00e0 numeriche dei campioni. Ecco un esempio di test non parametrico:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Vogliamo verificare che la mediana di una popolazione sia diversa da un valore teorico. Misuriamo 14 pezzi e otteniamo il seguente campione:<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"658\" height=\"93\" src=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-non-parametrique.png\" alt=\"\" class=\"wp-image-1172\" srcset=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-non-parametrique.png 658w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-non-parametrique-300x42.png 300w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Test-non-parametrique-18x3.png 18w\" sizes=\"auto, (max-width: 658px) 100vw, 658px\" \/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">11 volte sullo stesso lato su 14<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">11 volte su 14, il risultato \u00e8 inferiore alla mediana teorica. Se la mediana della popolazione \u00e8 uguale al valore teorico, dovremmo avere 50% di monete sopra la mediana e 50% di monete sotto. Per determinare se la deviazione della mediana dalla mediana teorica \u00e8 significativa, basta verificare se la frequenza di 11 volte su 14 \u00e8 significativamente diversa da 50%.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"980\" height=\"330\" src=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Exemple.png\" alt=\"\" class=\"wp-image-1174\" srcset=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Exemple.png 980w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Exemple-300x101.png 300w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Exemple-768x259.png 768w, https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Exemple-18x6.png 18w\" sizes=\"auto, (max-width: 980px) 100vw, 980px\" \/><\/figure>\n<\/div>\n\n\n<p class=\"wp-block-paragraph\">Questo divario \u00e8 al limite.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Come nell'esempio precedente, i test non parametrici non hanno bisogno di assumere un particolare tipo di distribuzione per calcolare il rischio alfa del test. Sono molto eleganti e si basano su propriet\u00e0 numeriche. Inoltre, non sono molto sensibili agli outlier e sono quindi consigliati in questo caso.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Tabella: quale test parametrico, quale equivalente non parametrico?<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><thead><tr><th>La sua domanda<\/th><th>Test parametrico<\/th><th>Equivalente non parametrica<\/th><\/tr><\/thead><tbody><tr><td>Una media \u00e8 diversa da un valore target?<\/td><td>Test T su un campione<\/td><td>Wilcoxon, test dei segni<\/td><\/tr><tr><td>Una deviazione standard \u00e8 diversa da un valore target?<\/td><td>Test del chi\u00b2<\/td><td>\u2014<\/td><\/tr><tr><td>I due campioni indipendenti hanno la stessa posizione? (due fornitori, due macchine)<\/td><td>Test T a due campioni<\/td><td>Mann-Whitney<\/td><\/tr><tr><td>Due serie abbinate sono diverse? (stesse parti misurate prima e dopo, oppure con due strumenti diversi)<\/td><td>Test T appaiato<\/td><td>Wilcoxon, test dei segni sulle differenze<\/td><\/tr><tr><td>Ci sono tre o pi\u00f9 gruppi che hanno la stessa posizione?<\/td><td>ANOVA<\/td><td>Kruskal-Wallis<\/td><\/tr><tr><td>Tre o pi\u00f9 gruppi con misure appaiate?<\/td><td>ANOVA appaiata<\/td><td>Friedman<\/td><\/tr><tr><td>Due distribuzioni sono diverse?<\/td><td>Test F<\/td><td>Levene, Fligner-Killeen<\/td><\/tr><tr><td>Le diverse dispersioni sono diverse tra loro?<\/td><td>Bartlett<\/td><td>Levene<\/td><\/tr><tr><td>Le distribuzioni complete sono diverse?<\/td><td>\u2014<\/td><td>Cram\u00e9r-von Mises (2 campioni), prova di energia (3 o pi\u00f9)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Non sottovalutate la linea della dispersione. Nella produzione, due macchine possono avere la stessa media ma dispersioni molto diverse, ed \u00e8 proprio la dispersione a determinare la capacit\u00e0. Per approfondire l'argomento, consultate il nostro articolo sulla&nbsp;<a href=\"https:\/\/ellistat.com\/it\/confrontare-le-distribuzioni-del-test-di-cramer-von-mises-e-del-test-energetico\/\">confronto tra distribuzioni mediante i test di Cram\u00e9r-von Mises e dell\u2019energia<\/a>&nbsp;illustra in dettaglio questi approcci.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Come scegliere tra un test parametrico e uno non parametrico?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Ponetevi quattro domande, in questo ordine:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Quanti campioni mettete a confronto, e sono appaiati?<\/strong>\u00a0Misurare due volte gli stessi pezzi (prima e dopo una modifica, oppure con due metodi di misurazione) richiede un test appaiato. Confrontare pezzi diversi richiede un test indipendente.<\/li>\n\n\n\n<li><strong>I dati seguono una distribuzione normale?<\/strong>\u00a0Verificatelo con un test di normalit\u00e0 e un istogramma. Una distribuzione chiaramente asimmetrica fa propendere per un test non parametrico.<\/li>\n\n\n\n<li><strong>Ci sono valori anomali?<\/strong>\u00a0Se s\u00ec, e se non sono dovute a un errore di inserimento dati o di misurazione, \u00e8 preferibile ricorrere a un test non parametrico. Un\u00a0<a href=\"https:\/\/ellistat.com\/it\/test-dei-valori-anomali\/\">test dei valori anomali<\/a>\u00a0aiuta a decidere.<\/li>\n\n\n\n<li><strong>Qual \u00e8 la dimensione del campione?<\/strong>\u00a0In presenza di molti dati, i test parametrici diventano robusti rispetto a deviazioni moderate dalla normalit\u00e0. Con pochi dati, \u00e8 difficile verificare la normalit\u00e0 e i test non parametrici rappresentano un approccio pi\u00f9 prudente.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">In caso di dubbio, \u00e8 buona prassi eseguire entrambe le famiglie di test. Se i risultati coincidono, la conclusione \u00e8 solida. Se invece divergono, \u00e8 segno che le ipotesi del test parametrico meritano di essere esaminate attentamente.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">\"Non significativo\" non significa \"uguale\": i test di equivalenza<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">\u00c8 l\u2019errore di interpretazione pi\u00f9 comune nel settore industriale. Un test che non rileva differenze significative&nbsp;<strong>non dimostra<\/strong>&nbsp;che i due gruppi sono identici. Con pochi pezzi, anche una differenza effettiva pu\u00f2 passare inosservata.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Quando l'obiettivo \u00e8 dimostrare che un nuovo fornitore, un nuovo strumento o una nuova impostazione offre&nbsp;<strong>lo stesso risultato<\/strong>&nbsp;rispetto a prima, bisogna invertire la logica e utilizzare un&nbsp;<strong>test di equivalenza<\/strong>. Si stabilisce lo scostamento massimo accettabile, quindi si cerca di dimostrare che lo scostamento effettivo \u00e8 inferiore. Il modulo Data Analysis lo propone del resto direttamente quando un test di differenza non \u00e8 significativo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un altro aspetto da considerare in anticipo: il numero di pezzi necessari. Un calcolo di&nbsp;<strong>potenza<\/strong>&nbsp;prima della campagna di rilevamento, si eviti di concludere che \u00abnon vi \u00e8 alcuna differenza\u00bb semplicemente perch\u00e9 il campione era troppo piccolo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Eseguire questi test con Ellistat<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nel modulo&nbsp;<a href=\"https:\/\/ellistat.com\/it\/soluzioni-per-lanalisi-dei-dati\/\">Analisi dei dati di Ellistat<\/a>, la schermata \u00abTest delle statistiche inferenziali\u00bb presenta un selettore \u00abParametrici\u00bb \/ \"Non parametrici\". A seconda del numero di campioni e dell'accoppiamento, il software visualizza direttamente i test appropriati, raggruppati per famiglia:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>posizione: test T, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis, Friedman\u2026;<\/li>\n\n\n\n<li>dispersione: test F, di Bartlett, di Levene\u2026;<\/li>\n\n\n\n<li>distribuzione: Cram\u00e9r-von Mises, test di energia.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Ogni test parametrico \u00e8 accompagnato da un pittogramma che ne verifica le ipotesi (distribuzione normale, valori anomali, uguaglianza delle varianze). In questo modo si capisce immediatamente se il test \u00e8 applicabile ai propri dati.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Conclusione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Scegliere tra un&nbsp;<strong>test parametrico e test non parametrico<\/strong>&nbsp;equivale a confrontare i propri dati con le ipotesi del test:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>dati normali, senza valori anomali: il test parametrico \u00e8 il pi\u00f9 sensibile;<\/li>\n\n\n\n<li>distribuzione sconosciuta, asimmetrica o con valori estremi: il test non parametrico \u00e8 il pi\u00f9 affidabile.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">In entrambi i casi, tre comportamenti chiave consentono di evitare decisioni sbagliate:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>considerare sia la dispersione che la media;<\/li>\n\n\n\n<li>non confondere mai \u00abnon significativo\u00bb con \u00abidentico\u00bb;<\/li>\n\n\n\n<li>determinare la dimensione del campione prima di effettuare la misurazione.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">FAQ<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Qual \u00e8 la differenza tra un test parametrico e un test non parametrico?<\/strong><br>Un test parametrico presuppone che i dati seguano una distribuzione nota, solitamente la distribuzione normale, e si basa sulla media e sulla deviazione standard. Un test non parametrico non formula alcuna ipotesi sulla distribuzione e si basa sui ranghi o sui segni dei dati.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Quando si utilizza un test non parametrico?<\/strong><br>Quando i dati non seguono una distribuzione normale, quando contengono valori anomali che non \u00e8 possibile escludere, oppure quando il campione \u00e8 troppo piccolo per verificare la normalit\u00e0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Qual \u00e8 l'equivalente non parametrico del test di Student?<\/strong><br>Per due campioni indipendenti, si utilizza il test di Mann-Whitney. Per due serie appaiate o un singolo campione confrontato con un valore di riferimento, si utilizzano il test di Wilcoxon e il test dei segni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Qual \u00e8 l'equivalente non parametrico dell'ANOVA?<\/strong><br>Il test di Kruskal-Wallis per gruppi indipendenti e il test di Friedman per misure appaiate.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Un test non significativo dimostra che due gruppi sono identici?<\/strong><br>No. Indica semplicemente che i dati non consentono di dimostrare l\u2019esistenza di una differenza. Per dimostrare che due gruppi sono equivalenti, \u00e8 necessario un test di equivalenza, con uno scostamento massimo accettabile definito in anticipo.<\/p>","protected":false},"excerpt":{"rendered":"<p>Avant de rentrer dans le d\u00e9tail des tests param\u00e9triques et non param\u00e9trique, rappelons le fonctionnement d\u2019un test statistique. Le&nbsp;module Data Analysis d\u2019Ellistat&nbsp;vous permet r\u00e9aliser ces tests. Un test statistique fonctionne de la mani\u00e8re suivante : Le chiffre inscrit en dessous de l\u2019\u00e9chelle est \u00e9gal au risque alpha du test : Exemple Pour illustrer le fonctionnement [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":1169,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[7],"tags":[],"class_list":["post-1168","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-analysis"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.9 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Les tests statistiques param\u00e9triques et non param\u00e9triques - Ellistat<\/title>\n<meta name=\"description\" content=\"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis : diff\u00e9rences entre tests param\u00e9triques et non param\u00e9triques et tableau pour choisir le bon test.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/ellistat.com\/it\/test-statistici-parametrici-e-non-parametrici\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Les tests statistiques param\u00e9triques et non param\u00e9triques - Ellistat\" \/>\n<meta property=\"og:description\" content=\"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis : diff\u00e9rences entre tests param\u00e9triques et non param\u00e9triques et tableau pour choisir le bon test.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/ellistat.com\/it\/test-statistici-parametrici-e-non-parametrici\/\" \/>\n<meta property=\"og:site_name\" content=\"Ellistat\" \/>\n<meta property=\"article:published_time\" content=\"2024-09-05T20:29:15+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-11-06T09:23:26+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2048\" \/>\n\t<meta property=\"og:image:height\" content=\"1186\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Davy\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Davy\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/\"},\"author\":{\"name\":\"Davy\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#\\\/schema\\\/person\\\/e2a04a9eb45bae5d885b534cbf70df8d\"},\"headline\":\"Les tests statistiques param\u00e9triques et non param\u00e9triques\",\"datePublished\":\"2024-09-05T20:29:15+00:00\",\"dateModified\":\"2026-11-06T09:23:26+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/\"},\"wordCount\":2132,\"image\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/2024\\\/09\\\/Bar-chart-2048x1186-2.png\",\"articleSection\":[\"Data Analysis\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/\",\"url\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/\",\"name\":\"Les tests statistiques param\u00e9triques et non param\u00e9triques - Ellistat\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/2024\\\/09\\\/Bar-chart-2048x1186-2.png\",\"datePublished\":\"2024-09-05T20:29:15+00:00\",\"dateModified\":\"2026-11-06T09:23:26+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/#\\\/schema\\\/person\\\/e2a04a9eb45bae5d885b534cbf70df8d\"},\"description\":\"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis : diff\u00e9rences entre tests param\u00e9triques et non param\u00e9triques et tableau pour choisir le bon test.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#primaryimage\",\"url\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/2024\\\/09\\\/Bar-chart-2048x1186-2.png\",\"contentUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/2024\\\/09\\\/Bar-chart-2048x1186-2.png\",\"width\":2048,\"height\":1186,\"caption\":\"Test param\u00e9trique utilis\u00e9 dans Ellistat\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/les-tests-statistiques-parametriques-et-non-parametriques\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/ellistat.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Analysis\",\"item\":\"https:\\\/\\\/ellistat.com\\\/category\\\/data-analysis\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Les tests statistiques param\u00e9triques et non param\u00e9triques\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\",\"url\":\"https:\\\/\\\/ellistat.com\\\/\",\"name\":\"Ellistat\",\"description\":\"La suite qualit\u00e9 de l&#039;industrie m\u00e9canique\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/ellistat.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#\\\/schema\\\/person\\\/e2a04a9eb45bae5d885b534cbf70df8d\",\"name\":\"Davy\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/litespeed\\\/avatar\\\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275\",\"url\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/litespeed\\\/avatar\\\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275\",\"contentUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/litespeed\\\/avatar\\\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275\",\"caption\":\"Davy\"},\"sameAs\":[\"https:\\\/\\\/ellistat.com\"],\"url\":\"https:\\\/\\\/ellistat.com\\\/it\\\/author\\\/elliadmin\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Test statistici parametrici e non parametrici - Ellistat","description":"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis: differenze tra test parametrici e non parametrici e tabella per scegliere il test pi\u00f9 adatto.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/ellistat.com\/it\/test-statistici-parametrici-e-non-parametrici\/","og_locale":"it_IT","og_type":"article","og_title":"Les tests statistiques param\u00e9triques et non param\u00e9triques - Ellistat","og_description":"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis : diff\u00e9rences entre tests param\u00e9triques et non param\u00e9triques et tableau pour choisir le bon test.","og_url":"https:\/\/ellistat.com\/it\/test-statistici-parametrici-e-non-parametrici\/","og_site_name":"Ellistat","article_published_time":"2024-09-05T20:29:15+00:00","article_modified_time":"2026-11-06T09:23:26+00:00","og_image":[{"width":2048,"height":1186,"url":"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png","type":"image\/png"}],"author":"Davy","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Davy","Tempo di lettura stimato":"6 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#article","isPartOf":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/"},"author":{"name":"Davy","@id":"https:\/\/ellistat.com\/#\/schema\/person\/e2a04a9eb45bae5d885b534cbf70df8d"},"headline":"Les tests statistiques param\u00e9triques et non param\u00e9triques","datePublished":"2024-09-05T20:29:15+00:00","dateModified":"2026-11-06T09:23:26+00:00","mainEntityOfPage":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/"},"wordCount":2132,"image":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#primaryimage"},"thumbnailUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png","articleSection":["Data Analysis"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/","url":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/","name":"Test statistici parametrici e non parametrici - Ellistat","isPartOf":{"@id":"https:\/\/ellistat.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#primaryimage"},"image":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#primaryimage"},"thumbnailUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png","datePublished":"2024-09-05T20:29:15+00:00","dateModified":"2026-11-06T09:23:26+00:00","author":{"@id":"https:\/\/ellistat.com\/#\/schema\/person\/e2a04a9eb45bae5d885b534cbf70df8d"},"description":"Student, ANOVA, Mann-Whitney, Wilcoxon, Kruskal-Wallis: differenze tra test parametrici e non parametrici e tabella per scegliere il test pi\u00f9 adatto.","breadcrumb":{"@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#primaryimage","url":"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png","contentUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/2024\/09\/Bar-chart-2048x1186-2.png","width":2048,"height":1186,"caption":"Test param\u00e9trique utilis\u00e9 dans Ellistat"},{"@type":"BreadcrumbList","@id":"https:\/\/ellistat.com\/les-tests-statistiques-parametriques-et-non-parametriques\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/ellistat.com\/"},{"@type":"ListItem","position":2,"name":"Data Analysis","item":"https:\/\/ellistat.com\/category\/data-analysis\/"},{"@type":"ListItem","position":3,"name":"Les tests statistiques param\u00e9triques et non param\u00e9triques"}]},{"@type":"WebSite","@id":"https:\/\/ellistat.com\/#website","url":"https:\/\/ellistat.com\/","name":"Ellistat","description":"La suite della qualit\u00e0 per l'industria meccanica","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/ellistat.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/ellistat.com\/#\/schema\/person\/e2a04a9eb45bae5d885b534cbf70df8d","name":"Davy","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/ellistat.com\/wp-content\/litespeed\/avatar\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275","url":"https:\/\/ellistat.com\/wp-content\/litespeed\/avatar\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275","contentUrl":"https:\/\/ellistat.com\/wp-content\/litespeed\/avatar\/e2d1fff799059e0c9b9f4f3451274ada.jpg?ver=1795030275","caption":"Davy"},"sameAs":["https:\/\/ellistat.com"],"url":"https:\/\/ellistat.com\/it\/author\/elliadmin\/"}]}},"_links":{"self":[{"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/posts\/1168","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/comments?post=1168"}],"version-history":[{"count":3,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/posts\/1168\/revisions"}],"predecessor-version":[{"id":5057,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/posts\/1168\/revisions\/5057"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/media\/1169"}],"wp:attachment":[{"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/media?parent=1168"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/categories?post=1168"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ellistat.com\/it\/wp-json\/wp\/v2\/tags?post=1168"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}