Les méthodes standard de détection du fond gravitationnel stochastique reposent sur l'hypothèse simplificatrice selon laquelle sa distribution ainsi que celle du bruit des détecteurs sont Gaussiennes. Nous proposons dans cette thèse des méthodes améliorées de détection du fond gravitationnel stochastique qui tiennent compte explicitement du caractère non-Gaussien de ces distributions. En utilisant un développement d'Edgeworth, nous obtenons dans un premier temps une expression analytique pour la statistique du rapport de vraisemblance en présence d'une distribution non Gaussienne du fonds gravitationnel stochastique. Cette expression généralise l'expression habituelle lorsque le coefficient de symétrie et le coefficient d'aplatissement de la distribution du fond stochastique sont non nuls. Sur la base de simulations stochastiques pour différentes distributions symétriques présentant des queues plus épaisses que celles de la distribution Gaussienne, nous montrons par ailleurs que le 4eme cumulant peut-être estimé avec une précision acceptable lorsque le ratio signal à bruit est supérieur à 1%, ce qui devrait permettre d'apporter des contraintes supplémentaires intéressantes sur les valeurs de paramètres issus des modèles astrophysiques et cosmologiques. Dans un deuxième temps, nous cherchons à analyser l'impact sur les méthodes de détection du fond gravitationnel stochastique de déviations par rapport à la normalité dans la distribution du bruit des détecteurs. / The new generation of interferometers should allow us to detect stochastic gravitational wave backgrounds that are expected to arise from a large number of random, independent, unresolved events of astrophysical or cosmological origin. Most detection methods for gravitational waves are based upon the assumption of Gaussian gravitational wave stochastic background signals and noise processes. Our main objective is to improve the methods that can be used to detect gravitational backgrounds in the presence of non-Gaussian distributions. We first maintain the assumption of Gaussian noise distributions so as to better focus on the impact of deviations from normality of the signal distribution in the context of the standard cross-correlation detection statistic. Using a 4th-order Edgeworth expansion of the unknown density for the signal and noise distributions, we first derive an explicit expression for the non-Gaussian likelihood ratio statistic, which is obtained as a function of the variance, but also skewness and kurtosis of the unknown signal and noise distributions. We use numerical procedures to generate maximum likelihood estimates for the gravitational wave distribution parameters for a set of symmetric heavy-tailed distributions, and we find that the fourth cumulant can be estimated with reasonable precision when the ratio between the signal and the noise variances is larger than 1%, which should be useful for analyzing the constraints on astrophysical and cosmological models. In a second step, we analyze the efficiency of the standard cross-correlation statistic in situations that also involve non-Gaussian noise distributions.