📊 statistics

Wilcoxon-Mann-Whitney Test of No Group Discrimination

Cet article rectifie l'idée reçue commune selon laquelle le test de Wilcoxon-Mann-Whitney évalue l'égalité des distributions ( $F=G$ ) ou la dominance stochastique, démontrant au contraire qu'il teste spécifiquement si l'aire sous la courbe (AUC) est égale à 0,5, tout en fournissant la distribution asymptotique dérivée et les corrections de biais pour les échantillons finis de cette statistique standardisée.

Auteurs originaux : Marian Grendar

Publié 2026-07-22

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Marian Grendar

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le Grand Malentendu Statistique

Imaginez que vous êtes un détective essayant de résoudre un mystère : « Ces deux groupes de personnes sont-ils réellement différents ? » Dans le monde de la statistique, c'est un problème classique. Vous avez deux tas de données — peut-être des scores de tests provenant de deux écoles différentes, ou des temps de réaction de deux groupes d'athlètes. Pour déterminer si les tas sont véritablement distincts, les statisticiens utilisent depuis longtemps un outil célèbre appelé le test de Wilcoxon-Mann-Whitney (WMW). Considérez ce test comme un arbitre dans une course. Il ne se soucie pas de la vitesse exacte de chaque coureur ; au lieu de cela, il regarde qui a fini devant qui. Si le Groupe A bat systématiquement le Groupe B, l'arbitre lève un drapeau et déclare : « Ces groupes sont différents ! »

Pendant des décennies, le livre de règles de cet arbitre a été simple mais légèrement mal compris. L'explication standard était que le test vérifie si les deux groupes proviennent de la même « distribution » exacte — une façon sophistiquée de dire : « Est-ce que ces deux tas de nombres se ressemblent exactement de toutes les manières ? » Si les formes ne se ressemblent pas, le test est censé hurler « Différents ! ». Cependant, cet article soutient que l'arbitre ne regarde pas le bon tableau d'affichage. L'auteur, M. Grendár, suggère que le test ne vérifie pas en réalité si les tas sont identiques ; il vérifie quelque chose de beaucoup plus spécifique : « Un groupe a-t-il une meilleure chance de battre l'autre lors d'un duel aléatoire en tête-à-tête ? » C'est ce qu'on appelle l'« Aire Sous la Courbe » ou AUC (Area Under the Curve). Si l'AUC est de 0,5, cela signifie que le duel est un pile ou face, et que les groupes sont indiscernables en termes de vainqueur. Si elle est différente, un groupe possède un avantage systématique. Pourquoi est-ce important ? Parce que si vous utilisez l'ancien livre de règles lorsque les groupes sont différents de manière étrange (comme ayant des dispersions de données différentes mais la même moyenne), l'arbitre pourrait s'embrouiller et vous donner une mauvaise réponse.

Le Coup de Théâtre : Il ne s'agit pas de « se ressembler »

L'article commence par souligner une faille logique dans la façon dont nous utilisons ce test depuis des années. Traditionnellement, les manuels disent que le test WMW vérifie l'hypothèse nulle : « Les deux groupes sont identiques ( $F = G$ ) ». Si le test trouve une différence, cela signifie que les groupes ne sont pas identiques. Mais l'auteur démontre que cela est trop large.

Pour prouver cela, l'auteur réalise une simulation avec deux groupes de données qui ne sont absolument pas identiques. Imaginez qu'un groupe de coureurs soit très constant (ils courent tous à la même vitesse), tandis que l'autre groupe est chaotique (certains courent super vite, d'autres super lentement). Statistiquement, ces deux groupes sont différents ; leurs formes sont totalement distinctes. Selon l'ancien livre de règles, le test WMW devrait les signaler comme différents. Mais voici le coup de théâtre : lorsque l'auteur a effectué le test 10 000 fois sur ces groupes dépareillés, le résultat était presque exactement de 0,5. Le test a agi comme si les groupes étaient identiques, même s'ils ne l'étaient clairement pas.

Cela crée une contradiction. Si le test prétendait vérifier l'« égalité totale », il aurait dû hurler « Différents ! » lorsque les formes étaient si différentes. Au lieu de cela, il est resté silencieux. L'auteur conclut que le test ne vérifie pas réellement si les groupes se ressemblent ; il vérifie une question beaucoup plus étroite : « La probabilité qu'une personne choisie au hasard dans le Groupe A batte une personne choisie au hasard dans le Groupe B est-elle égale à 50 % ? » En d'autres termes, le test vérifie si l'AUC = 0,5.

Le Véritable Objectif : Qui gagne le duel ?

Alors, que fait réellement le test ? L'article soutient que le test WMW est un outil de « discrimination ». Il demande : Si vous choisissez une personne du Groupe A et une personne du Groupe B et que vous les faites courir, qui est le plus susceptible de gagner ?

Si la réponse est « C'est un pile ou face à 50/50 », l'AUC est de 0,5, et le test dit : « Pas de discrimination ici. »
Si le Groupe A gagne 60 % du temps, l'AUC est de 0,6, et le test dit : « Il y a un avantage systématique ! »

L'article souligne que l'« hypothèse alternative » traditionnelle (l'idée que les groupes sont différents) est trop étroite. On pense souvent que le test ne fonctionne que si un groupe est strictement « meilleur » que l'autre de manière linéaire (comme si un groupe courait toujours plus vite que l'autre). Mais l'auteur souligne que le test est en fait cohérent contre toute situation où l'AUC n'est pas de 0,5. Cela inclut des scénarios désordonnés où les groupes se croisent plusieurs fois, tant qu'il y a un avantage net pour l'un des côtés. Le test est un maître pour détecter « qui gagne le duel », et non « qui se ressemble ».

Corriger les Mathématiques : Le Problème du « Biais »

Une fois que l'auteur a établi que le test concerne réellement l'AUC, il a réalisé que les mathématiques que nous utilisions pour calculer la « confiance » dans les résultats étaient légèrement erronées. Les anciennes formules supposent que les groupes sont identiques sous tous les aspects, ce qui entraîne une erreur (appelée « biais ») petite mais réelle dans les calculs, surtout lorsque les tailles d'échantillon sont réduites.

L'article dérive une nouvelle méthode corrigée pour calculer la variance (la dispersion des résultats).

Le Problème : L'ancienne mathématique ne tenait pas compte du fait que nous estimons l'AUC à partir d'un échantillon fini, ce qui introduit un léger biais à la hausse.
La Solution : L'auteur crée une formule « corrigée du biais ». Il montre que si l'on soustrait un facteur de correction spécifique (qui dépend de la taille de l'échantillon), on obtient une image beaucoup plus précise de l'incertitude.
Le Résultat : Il fournit une nouvelle façon de construire des intervalles de confiance (la plage où la vraie réponse se trouve probablement) qui fonctionne même lorsque les données présentent des « ex æquo » (lorsque deux coureurs arrivent exactement au même moment). C'est crucial car les données du monde réel sont rarement parfaites ; elles comportent souvent des ex æquo.

L'auteur mentionne également que pour de très petits groupes (moins de 20 personnes au total), la mathématique standard n'est pas du tout fiable, il recommande donc une méthode différente appelée « test de permutation studentisé », qui consiste à simuler la course encore et encore par ordinateur pour voir ce qui se passe.

La Boîte à Outils : Une Nouvelle Façon de Courir la Course

Pour s'assurer que les gens puissent réellement utiliser ces nouvelles découvertes, l'auteur a développé un package R appelé wmwAUC. Ce logiciel propose deux principales façons d'exécuter le test :

La méthode « Exact Unbiased » (EU - Exacte sans biais) : C'est la référence recommandée par l'auteur. Elle gère parfaitement les ex æquo et utilise la nouvelle mathématique corrigée. C'est le choix le plus fiable, surtout pour les petits groupes.
La méthode « Bias-Corrected » (BC - Corrigée du biais) : C'est une approche légèrement plus conservatrice qui tente d'être particulièrement prudente.

L'article souligne que si les anciennes méthodes peuvent fonctionner correctement dans des cas simples, elles peuvent échouer lorsque les données sont désordonnées ou que les groupes sont différents de manière étrange (comme avoir des variances différentes). Les nouvelles méthodes garantissent que lorsque vous dites « ces groupes sont différents », vous parlez réellement d'une différence réelle dans la victoire des duels, et non d'une illusion statistique causée par l'utilisation de la mauvaise formule.

À Retenir

En résumé, cet article est une correction d'un malentendu de longue date en statistiques. Il nous dit que le test de Wilcoxon-Mann-Whitney n'est pas un détecteur général de « l'identité des groupes ». C'est un détecteur spécifique de « qui gagne le duel ». En déplaçant notre attention de l'« égalité des distributions » vers l'« AUC = 0,5 », et en corrigeant les mathématiques pour tenir compte des petits échantillons et des ex æquo, nous obtenons une image beaucoup plus claire et plus honnête de savoir si deux groupes sont réellement différents. L'auteur ne se contente pas de pointer l'erreur ; il fournit les formules corrigées et les outils logiciels pour la réparer, garantant ainsi que les futurs détectives rendent le bon verdict.

Résumé Technique : Test de Wilcoxon-Mann-Whitney de Non-Discrimination des Groupes

Énoncé du Problème
L'article remet en question la formulation traditionnelle du test de Wilcoxon-Mann-Whitney (WMW), qui est largement enseignée et implémentée comme un test d'égalité de distribution ( $H_0: F = G$ ) contre des alternatives de dominance stochastique ou d'inégalité générale ( $H_1: F \neq G$ ). L'auteur soutient que cette formulation est logiquement erronée. Plus précisément, le test peut échouer à rejeter l'hypothèse nulle même lorsque les distributions sous-jacentes $F$ et $G$ sont distinctes (par exemple, des distributions normales ayant des moyennes identiques mais des variances différentes). Dans de tels cas, la nullité traditionnelle $F=G$ est fausse, pourtant la statistique du test se concentre sur sa valeur nulle, créant une contradiction. L'article postule que le test WMW ne teste pas réellement l'égalité de distribution, mais plutôt l'absence de discrimination systématique par paire.

Méthodologie et Cadre Théorique
L'article redéfinit la statistique du test WMW $U$ comme l'Aire Sous la Courbe empirique (eAUC), où $\hat{A} = \frac{U}{n_1 n_2} = \widehat{P}(X < Y)$ . Les contributions méthodologiques centrales consistent à dériver la distribution asymptotique correcte et les propriétés d'échantillon fini de cette statistique sous l'hypothèse nulle révisée.

Formulation Correcte de l'Hypothèse :
L'article établit que le test WMW teste en réalité :
- Nulle : $H_0: \text{AUC} = 0.5$ (Absence de discrimination de groupe).
- Alternative : $H_1: \text{AUC} \neq 0.5$ (Dominance systématique par paire).
  Cela s'aligne sur le résultat de cohérence de Van Dantzig (1951), qui a montré que le test est cohérent contre toute alternative où $P(Y < X) \neq 0.5$ , indépendamment du fait qu'une dominance stochastique existe ou non.
Distribution Asymptotique :
L'auteur dérive la distribution asymptotique de l'AUC empirique standardisée sous $H_0: \text{AUC} = A_0$ . En utilisant la théorie des statistiques de type U et les projections de Hoeffding, l'article montre que $\sqrt{n}(\hat{A} - A_0)$ converge vers une distribution normale $N(0, \sigma^2)$ , où la variance $\sigma^2$ dépend des variances des variables de placement $G(X)$ et $F(Y)$ . Crucialement, cette structure de variance diffère de l'estimateur de variance traditionnel dérivé sous l'hypothèse $F=G$ .
Correction du Biais d'Échantillon Fini :
L'article identifie un biais d'échantillon fini dans les estimateurs de variance naïfs des variables de placement. Il dérive les termes de biais exacts d'ordre $O(n^{-1})$ et propose des estimateurs corrigés du biais ( $\hat{\zeta}^{2*}$ ) qui soustraient ces composantes de biais exactes.
Gestion des Ex æquo (Ties) :
Reconnaissant que les données réelles contiennent souvent des ex æquo, l'article étend la théorie aux variables discrètes ou continues discrétisées en utilisant un noyau de rang intermédiaire $h(x,y) = 1\{x < y\} + \frac{1}{2}1\{x=y\}$ .
- Un estimateur de variance exact et sans biais pour l'échantillon fini est dérivé via une combinaison linéaire de la variance de l'échantillon regroupé et des variances des moyennes de lignes/colonnes (Théorème 1).
- La distribution asymptotique en présence d'ex æquo est montrée comme conservant la même forme normale, avec des composantes de variance corrigées des ex æquo impliquant les probabilités d'ex æquo ( $\pi_X, \pi_Y$ ).
Inférence et Implémentation :
L'article propose de construire des intervalles de confiance pour la « pseudomédiane » (le paramètre de décalage $\theta$ tel que $\text{AUC}(X, Y+\theta) = 0.5$ ) en inversant le test d'hypothèse. Deux méthodes d'inférence spécifiques sont implémentées dans le package R wmwAUC :
- Exact Unbiased (EU - Exact Sans Biais) : Utilise l'estimateur de variance exact sans biais pour l'échantillon fini (Théorème 1) et un test de permutation studentisé pour les petits échantillons ( $n < 20$ ).
- Bias-Corrected (BC - Corrigé du Biais) : Applique la correction de biais dérivée pour les données continues aux composantes de variance, même en présence d'ex æquo (validé empiriquement).

Résultats Clés

Cohérence Logique : L'article démontre que sous $H_0: \text{AUC} = 0.5$ , la statistique du test se comporte correctement même lorsque $F \neq G$ (par exemple, dans le cas de variances inégales avec des moyennes égales), résolvant la contradiction où le test traditionnel échoue à rejeter une hypothèse $F=G$ fausse.
Estimation de la Variance : Les estimateurs de variance dérivés (tant asymptotiques qu'exacts pour l'échantillon fini) sont montrés comme étant cohérents et sans biais sous l'hypothèse nulle correcte. L'article fournit des formules explicites pour ces estimateurs, incluant les ajustements pour les ex æquo et le biais d'échantillon fini.
Performance : Les simulations de Monte Carlo (référencées dans le texte) indiquent que la méthode Bias-Corrected (BC) peut perdre en puissance dans les petits échantillons, tandis que la méthode Exact Unbiased (EU) maintient sa taille nominale et conserve sa puissance. Par conséquent, la méthode EU est recommandée comme choix par défaut.

Signification et Revendications
L'article affirme fournir une « résolution fondamentale » à la mauvaise interprétation du test WMW. Sa principale importance réside dans :

Correction de l'Hypothèse Nulle : Il énonce explicitement que le test WMW est un test de discrimination ( $\text{AUC} \neq 0.5$ ), et non d'égalité de distribution ( $F=G$ ).
Généralisation de l'Alternative : Il établit que le test est cohérent contre la large classe d'alternatives où $P(Y < X) \neq 0.5$ , subsumant la dominance stochastique comme un simple cas particulier.
Implémentation Pratique : En fournissant le package R wmwAUC avec une inférence exacte pour l'échantillon fini et des méthodes asymptotiques corrigées du biais, l'article offre un outil pratique aux chercheurs pour effectuer une inférence valide sous le cadre théorique correct, particulièrement dans les scénarios impliquant des ex æquo ou de petits échantillons où les approximations traditionnelles peuvent échouer.

L'auteur note que bien que ce travail se concentre sur le cas à deux échantillons, des problèmes similaires existent probablement dans les extensions à $k$ échantillons (par exemple, Kruskal-Wallis), bien que cela dépasse le cadre actuel. L'auteur reconnaît que Van Dantzig avait précédemment identifié correctement l'hypothèse alternative mais l'avait couplée avec l'hypothèse nulle incorrecte ; ce travail corrige cet appariement et fournit l'ensemble complet des mécanismes asymptotiques et d'échantillon fini requis pour une application moderne.