Nous cherchons à permettre une variable observable n indépendante et ordonnée chronologiquement de former soit un échantillon aléatoire avec une variance positive finie, soit faire en sorte que les k premières variables observables aient une moyenne commune différente de la moyenne commune des autres variables n et k, 1=<k<n, où le moment k du changement de moyenne est généralement inconnu. À l'aide de simulations Monte-Carlo approfondies, nous étudions les propriétés d'échantillons finis des tests non paramétriques pour un tel changement, qui sont basés sur la convergence dans la distribution de certaines bornes supérieures tronquées d'un processus de sommes partielles pondérées de manière appropriée. En choisissant des séquences de troncature appropriées d'une forme particulière, nous proposons des tests puissants pour le changement de moyenne avec des erreurs de type I contrôlées. De plus, ces tests ont une puissance nettement supérieure pour les changements qui se produisent au début ou à la fin de la période d'observation par rapport aux autres tests disponibles dans la littérature qui sont basés sur des bornes supérieures non tronquées d'un processus de sommes partielles pondérées et liées.