Tests d'hypothèses
Introduit| English | Sens |
|---|---|
| hypothesis test/haɪˈpɒθəsɪs test/ | test d'hypothèse |
| null hypothesis/nʌl haɪˈpɒθəsɪs/ | hypothèse nulle |
| alternative/ɔːlˈtɜːnətɪv/ | hypothèse alternative |
| one-tailed/wʌn teɪld/ | à une queue |
| two-tailed/tuː teɪld/ | à deux queues |
| significance level/sɪɡˈnɪfɪkəns ˈlevl/ | niveau de signification |
| test statistic/test stəˈtɪstɪk/ | statistique de test |
| rejection region/rɪˈdʒekʃn ˈriːdʒn/ | zone de rejet |
| critical value/ˈkrɪtɪkl ˈvæljuː/ | valeur critique |
| Type I error/taɪp aɪ ˈerə/ | erreur de type I |
| Type II error/taɪp ˈtuː ˈerə/ | erreur de type II |
Le tribunal de la statistique
- Une entreprise pharmaceutique affirme que son nouveau médicament fonctionne mieux que l'ancien. Comment décider si les preuves sont suffisamment solides ?
- Les tests d'hypothèse sont l'équivalent statistique d'un tribunal : on présume l'innocence du défendeur (l'hypothèse nulle) jusqu'à preuve du contraire au-delà de tout doute raisonnable.
Poser les hypothèses
- Un test d'hypothèse utilise des données d'échantillon pour juger d'une affirmation.
- L'hypothèse nulle $H_0$ — la position par défaut (généralement « aucun changement » ou « aucun effet »).
- L'alternative $H_1$ — ce que vous soupçonnez être vrai.
- Unilatéral si $H_1$ pointe dans un sens ($\mu > 50$) ; bilatéral si les deux directions ($\mu \neq 50$).
Exemple résolu. Une machine remplit des bouteilles de 500 mL. Vous soupçonnez qu'elle est insuffisante. $H_0: \mu = 500$ (la machine est correcte). $H_1: \mu < 500$ (insuffisance). C'est un test unilatéral.

Un test bilatéral à 5 % rejette H0 dans les queues ombragées au-delà de plus ou moins 1,96
La région de rejet
rejeter H₀ si z < −z*
La zone hachurée file d'attente est la région de rejet — si la statistique de test y tombe, rejeter H₀.
L'hypothèse nulle H₀ stipule généralement que :
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
H₀ est la prétention testée, généralement « aucun changement » ; H₁ est l'alternative suspectée.
Si H₁ stipule μ > 50, le test est :
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
H₁ pointant dans une seule direction (μ > 50 ou μ < 50) en fait un test unilatéral.
Exécuter le test
- Définir un niveau de signification (souvent 5%), calculer une statistique de test, et vérifier si celle-ci tombe dans la zone de rejet.
- Si $|z|$ dépasse la valeur critique (1.96 pour un test bilatéral à 5%, 1.645 pour un test unilatéral à 5%), rejeter $H_0$.

Un test unilatéral à 5 % rejette H₀ uniquement si la statistique de test tombe dans la queue ombragée.
Le niveau de signification N'EST PAS la probabilité que $H_0$ soit vrai. Un niveau de signification de 5 % signifie : si $H_0$ est vrai, il y a 5 % de chances d'obtenir des données aussi extrêmes. Cela NE SIGNIFIE PAS qu'il y a 5 % de chances que $H_0$ soit vrai.
Types d'erreurs
- Erreur de type I : rejeter $H_0$ alors qu'elle est vraie (faux positif). Probabilité = niveau de signification $\alpha$.
- Erreur de type II : accepter $H_0$ alors qu'elle est fausse (faux négatif).
Une erreur de Type I est :
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Type I = rejeter une H₀ vraie ; Type II = accepter une H₀ fausse.
Une erreur de Type II signifie accepter H₀ alors qu'elle est fausse.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Type II = ne pas rejeter une H₀ fausse (faux négatif).
Exemple résolu — test z
- $H_0: \mu = 50$, $H_1: \mu \neq 50$ (bilatéral, niveau de 5 %). $\sigma = 8$, $n = 64$, $\bar{x} = 52$.
- $z = \dfrac{52 - 50}{8/\sqrt{64}} = \dfrac{2}{1} = 2$.
- Valeur critique pour 5 % bilatéral : $1.96$. Puisque $2 > 1.96$, rejeter $H_0$.
- Définir une hypothèse nulle et une alternative ; la statistique de test tombe dans la zone critique (rejet) ou la zone d'acceptation. Une erreur de type II est d'accepter une $H_0$ fausse. Les tests peuvent utiliser une distribution binomiale ou Poisson.
Moyenne de population prétendue 50, σ = 8, échantillon n = 64, x̄ = 52. Quelle est z = (x̄ − μ)/(σ/√n) ?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
z = (52 − 50)/(8/√64) = 2/(8/8) = 2/1 = 2.
Pour un test bilatéral à 5 %, vous rejetez H₀ si |z| > 1,96.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
La valeur critique pour un test bilatéral à 5 % est 1,96. Si |z| dépasse cela, rejeter H₀.
Vous avez compris
- $H_0$ (aucun changement) contre $H_1$ (soupçonné) ; unilatéral- ou bilatéral
- statistique de test $z = \dfrac{\bar{x} - \mu}{\sigma/\sqrt{n}}$ ; rejeter $H_0$ si elle est dans la zone de rejet
- Type I = rejeter une $H_0$ vraie ; Type II = accepter une $H_0$ fausse
Rédiger à partir d'un test qui ne rejette pas
- H0 stipule que le temps d'attente moyen est 8 minutes. H1 stipule qu'il est supérieur à 8. La statistique de test est 1.2 et la valeur critique est 1.96.
Pour un test à queue supérieure d'une moyenne de 8 minutes, la statistique est 1.2 et la valeur critique du 5 % est 1.96. Quelle est la décision ?
La statistique n'a pas atteint la valeur critique, donc H0 reste en place.
Quelle est la décision ?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
1.2 est inférieur à 1.96, donc le test à queue supérieure ne rejette pas H0.