Partie 3 : Tests d’hypothèses:
I-Tests paramétriques
Très souvent, on est conduit à confronter une
estimation obtenue à partir d’un sondage aléatoire à une
norme fixé a priori, ou encore à comparer les résultats de
deux échantillons différents.
La résolution de ces problèmes de comparaison à
partir des échantillons aléatoires repose sur un mode de
raisonnement statistique désigné sous le nom de test
d’hypothèses.
1- Principe des tests
Un test consiste à :
Émettre une hypothèse, notée H0, appelée hypothèse
nulle, sur un paramètre de X,
Proposer une hypothèse alternative, notée H1
Choisir une grandeur calculée à partir de l’échantillon,
appelée statistique
Construire une règle de décision
Déterminer la zone de rejet de l’hypothèse H0 en
fonction du risque d’erreur a que l’on veut bien accepter
Prendre une décision
Les risques d’erreur dans un test
décision Accepter H0 Rejeter H0
réalité
H0 vraie Bonne décision Mauvaise
décision:
Erreur a
H0 fausse Mauvaise Bonne décision
décision:
Erreur b
a = P(Rejeter H0 sachant que H0 est vraie)
b = P(Accepter H0 sachant que H0 est fausse)
Remarque:
Le choix du risque α est lié aux conséquences
pratiques de la décision : si les conséquences
sont graves, on choisira α = 1% ou 1‰, mais si
le débat est plutôt académique, α = 5 % fera le
plus souvent l’affaire.
2. Tests de conformité
I- Test de comparaison d’une moyenne à une
valeur donnée
1. Principe du test
Soit X, une variable aléatoire observée sur
une population, X → N(μ,σ)
Population inconnue Population connue
X → N(μ,σ) X → N(μ0, σ0)
Echantillonnage aléatoire
Echantillon
n, X , s 2
Hypothèses
H 0 : μ = μ0 H1: μ ≠ μ0 test bilatéral
H1: μ > μ0 test unilatéral droit
H1 : μ < μ0 test unilatéral gauche
2. Méthode de résolution d’un test bilatéral
Étape 1: H0 : m = m0 H1: m ≠ m0
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
X m0
Z obs
2
suit une loi normale centrée réduite N(0, 1)
Étape 4 : Règle de décision
Si Zobs > Zseuil on rejette H0 au risque d’erreur α :
l’échantillon appartient à une population de moyenne
μ ≠ m0 .
Si Zobs ≤ Zseuil on accepte H0 :
l’échantillon appartient à la population de moyenne m0 .
Zseuil = Z1-α/2
3. Méthode de résolution d’un test unilatéral
Étape 1: H0 : m = m0 H1: m > m0
ou H1: m < m0
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
X m0
Z obs
2
suit une loi normale centrée réduite N(0, 1)
Étape 4: Règle de décision
Test unilatéral droit H1: m > m0
Si Zobs >Zseuil alors on rejette H0 au risque d’erreur α.
Si Zobs ≤ Zseuil alors on accepte H0
Test unilatéral gauche H1: m < m0
Si Zobs< Zseuil alors on rejette H0 au risque d’erreur α.
Si Zobs ≥ Zseuil alors on accepte H0
Zseuil = Z1-α
4. Remarque
Généralement on ignore à la fois la valeur de m et de de
la population. On remplace alors, par son estimation s n
déduite des observations:
X m0
Z
Si n 30 ou X suit une loi normale, on a sn / n
suit la loi normale centrée réduite.
Si n < 30 et X suit une loi normale, Z est remplacé par T,
T suit une loi de Student à n-1 degrés de liberté.
Exemple :
Une bibliothèque universitaire se demande si le
nombre moyen d’ouvrages consultés par les
étudiants au cours d’une visite a augmenté. Dans le
passé une étude avait montré que cette moyenne
s’établissait à 3 livres.
Un échantillon aléatoire de 10 étudiants (on
suppose qu’il est normalement distribué) a permis
de mesurer une moyenne de 4,2 livres consultés
avec un écart type de 1,8. Que peut-on conclure ?
II- Test relatif à une proportion
Test bilatéral Test unilatéral droit Test unilatéral gauche
H 0 : p = p0 H0 : p = p0 H0 : p = p 0
H1 : p p 0 H1 : p > p0 H1 : p < p 0
2.2.1 Méthode de résolution
Étape 1: H0 : p = p0 H1: p ≠ p0
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
p p0
Z obs
p 0 (1 p 0 )
n
suit une loi normale centrée réduite N(0, 1)
Si n >30, np0 ≥ 5 et nq0 ≥ 5
Etape 4: Règle de décision
Même règle des tests bilatéral et unilatéral de la moyenne
Exemple
Au vu d’un échantillon de 40 000 naissances, on veut tester
qu’il y a autant de chances qu’un nouveau-né soit un garçon que
de chances qu’il soit une fille. En désignant par p la probabilité
qu’un nouveau-né soit un garçon, le problème est celui du test
entre :
H0 : p = p0 = 0,5 contre H1 : p p0
La grande taille de l’échantillon donne la région critique
suivante :
3. Tests d’homogénéité
Les tests d’homogénéité, destinés à comparer deux
populations à l’aide d’un nombre équivalent
d’échantillons (tests d’égalité ou d’homogénéité),
sont les plus couramment utilisés. Dans ce cas la loi
théorique du paramètre étudié (par exemple p, μ ,σ2)
est inconnue au niveau des populations étudiées.
3.1 Comparaison de deux variances
3.1.1 Principe du test
Population 1 Population 2
X → N(μ1, σ1) X → N(μ2, σ2)
Echantillonnage aléatoire
Echantillon Echantillon
2 2
n1 , X 1 , s1 n2 , X 2 , s2
Hypothèses
H0 : σ12= σ22 H1: σ12 > σ22
3.1.2 Méthode de résolution
Étape 1: H0 : σ12= σ22 H1: σ12 > σ22
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
n1
^ s12
12 n1 1
Fobs ^
n2
22 s22
n2 1
suit une loi de Fisher à (n1 -1, n2 -1) degrés de liberté
Étape 4 : Règle de décision
Il faut maintenant trouver dans la table de Fisher
la valeur critique Fseuil .
La règle de décision s’énoncera alors ainsi :
Si Fobs ≥ Fseuil alors on rejette H0.
Si Fobs ≤ Fseuil alors on accepte H0
Exemple :
Méthode A Méthode B
1,30 1,30
1,32 1,40
1,40 1,48
1,45 1,48
1,50 1,50
1,51 1,60
1,55 1,76
1,56 1,88
1,92
2,20
Réaliser le test d’égalité de deux variances avec un
risque d’erreur de 5%
3.2 Comparaison de deux moyennes
a- Principe du test
Soit X un caractère quantitatif continu observé sur deux
populations suivant une loi normale et deux échantillons
indépendants extraits de ces deux populations.
Hypothèses
H0 : m1= m2 H1: m1 ≠ m2
b- Méthode de résolution
Étape 1: H0 : m1= m2 H1: m1 ≠ m2
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
b-1 Si les variances des 2 populations sont connues
X1 → N(m1,1) , X2 → N(m2,2) avec 1 , 2 connus
1
X 1 N m1 , et X 2 N m 2 , 2
n1 n2
12 22
donc X1 X 2 N m1 m 2 ,
n1 n2
ou Z
X 1
X 2 m1 m 2
N (0,1)
2
2
1
2
n1 n2
Sous H0 : m1= m2
X 1 X 2
Z obs
12 22
n1 n2
Étape 4 : Règle de décision
Si Zobs > Zseuil alors on rejette H0.
Si Zobs ≤ Zseuil alors on accepte H0.
Zseuil = Z1-α/2
Exemple
On a effectué une étude, en milieu urbain et en
milieu rural, sur le rythme cardiaque humain :
Effectif de l’échantillon 300(urbain) 240(rural)
Moyenne de l’échantillon 80 77
Variance de la population 150 120
La v. a X « rythme cardiaque » suit une loi normale
Peut-on affirmer qu’il existe une différence
significative entre les rythmes cardiaques moyens des
deux populations ?
Exemple
On veut comparer la production de deux machines
artisanales. Le volume de parfum déposé par ces
machines dans des flacons destinés à la vente a été
mesuré en ml. Les statistiques figurent ci-dessous.
Le responsable soupçonne une production
dépendante de la machine.
Machine 1 47 53 49 50 46
Machine 2 54 50 51 51 49
Qu’en pensez-vous?
3.3 Comparaison de deux proportions
3.3.1 Principe du test
Soit X une variable qualitative prenant deux modalités
(succès X=1, échec X=0) observée sur 2 populations et
deux échantillons indépendants extraits de ces deux
populations. On fait l’hypothèse que les deux
échantillons proviennent de 2 populations dont les
probabilités de succès sont identiques.
Hypothèses
H0 : p1= p2 H1: p1 ≠ p2
Conditions d’application:
échantillons indépendants
n1 > 30 , n2 > 30,
n1p1 > 5, n1(1-p1)> 5,
n2p2 >5, n2(1-p2) > 5.
3.3.2 - Méthode de résolution
Étape 1: H0 : p1= p2 H1: p1 ≠ p2
Étape 2: Déterminer le risque d’erreur α
Étape 3: Déterminer le critère de rejet.
sous H0 : p1= p2
p1 p 2 n1 p1 n2 p 2
Z obs avec p
1 1 n1 n2
p q
n1 n2
suit une loi normale centrée réduite N(0, 1)
Étape 4 : Règle de décision
Si Zobs > Zseuil alors on rejette H0.
Si Zobs ≤ Zseuil alors on accepte H0.
Zseuil = Z1-α/2
Exemple
On veut tester l’impact des travaux dirigés dans la
réussite à l’examen de statistique.
Groupe 1 Groupe 2
Nombre
d’heures de TD 20 h 30 h
Nombre
d’étudiants 180 150
Nombre
d’étudiants ayant 126 129
réussi à l’examen
Qu’en concluez-vous ?
