Tests d'hypothèse (t-test, chi²)

Les tests d'hypothèse pour les nuls

Points clés de cette vidéo

Un test d'hypothèse compare une observation (ex : une différence de moyennes) à ce qu'on obtiendrait par pur hasard
Le test t (t-test) compare les moyennes de deux groupes ; le test du chi² compare des proportions/fréquences observées à des fréquences attendues
Le résultat central d'un test est la p-value, interprétée dans la prochaine leçon

Transcription de la vidéo

bonjour dans cette vidéo qui fait partie d'un ensemble consacré aux tests d'hypothèses nous allons avec pascal découvrir ou redécouvrir cette composante importante du traitement et de l'analyse des données pascal en quoi consistent les tests d'hypothèses bonjour léa et bonjour à tous avec les thèses hypothèse nous entrons pleinement dans l'analyse inférentielle basée sur l'exploitation des données collectées dans des échantillons conduisant à la notion de jugement sur échantillons cependant le but de ces séquences n'est pas de vous entraîner dans une formalisation mathématiques ou dans une visite en détail des tas d'hypothèses mais de vous permettre de reconnaître la situation dans laquelle vous vous trouvez d'une part et d'interpréter les résultats obtenus à l'issue d'un test hypothèse d'autre part il va donc falloir apprendre à faire parler vos données en essayant d'arriver à une conclusion la moins risquée possible qui tiennent compte des limites de ce que peuvent révéler vos expériences ou vos observations vous allez dès leur apprendre à reconnaître le contact de votre analyse est à construire le test d'hypothèses le plus judicieux par rapport au contexte vous serez alors capable d'interpréter vos données aboutissant au jugement le plus adapté ce qui vous permettra de faire avancer une connaissance de monter une nouvelle expérience ou encore d'arriver à une généralité sous forme de modèle vous le constatez le mot clés associés à cette composante incontournable des statistiques et hypothèses nous verrons en effet que deux hypothèses vont être au centre de nos préoccupations l'hypothèse nulle à 0 et l'hypothèse alternative h12 non à titre indicatif quelques exemples de telles hypothèses on peut réaliser un test comparaison de deux proportion observée un test de conformité d'une moyenne experimental and wine théorique un test d'indépendance de deux vagues qualitative un test de la normalité de distribution vous le voyez de nombreux tests sont envisageables il est donc temps d'y voir un peu plus clair dans le panel des tests non nous pouvons nous servir en sciences expérimentales dans un test de conformité il va s'agir de comparer une statistique exacte de population une proportion une moyenne une variance à celle observée dans un échantillon dans un test d'homogénéité il va s'agir de comparer entre elles deux ou plus selon context distribution ou statistiques observées dans des échantillons indépendant dans un test d'indépendance il va s'agir d' étudier la liaison possible entre deux variables dont l'une peut éventuellement dépendre de l'autre dans un test sur série à parier il va s'agir de comparer les distributions de deux séries à varier d'un même échantillon typiquement avant et après un certain traitement ou un certain événement où selon deux traitements différents l'analyse de variance pour plan à mesure et péter généralistes cette comparaison a plus de deux séries dans un test d'adéquation ou d'ajustement à une loi de probabilité il va s'agir de montrer qu'une distribution étudié suis vraisemblablement une loi de probabilité donnée il est ainsi classique de tester si les données observées dans un échantillon sont compatibles avec une distribution normale dans la population de référence lorsque la variable d'études et quantitatives nous sommes dans des conditions idéales lorsque la moyenne et l'écart type de la population et les lois de probabilité suivi par là où les variables d'études sont connus ou bien encore dans une situation pour laquelle le théorème centrale limite peut s'appliquer les tests que nous effectuons sont alors qualifiés de paramétrique les tests de studen de fisher ceux utilisant la loi normale sont très réduites ou bien encore la nova sont des tests paramétriques très populaire est assez facile à mettre en oeuvre surtout si l'on dispose d'un logiciel adapté à l'analyse statistique tél r spss ou bien encore statistica pour ne citer qu'eux lorsque les conditions ne permettent pas de réaliser l'un de ces tests il est alors possible de réaliser un test non paramétriques adaptée au contexte de l'étude s'ils sont moins puissants que les tests paramétriques leur utilisation est néanmoins presque toujours possible nous pouvons ainsi évoqué dans le cas de comparaison de moyenne le test de man whitney lorsque le test de ce pilote ne peut être utilisé celui de crucial où alice lorsque les conditions ne sont pas remplies pour utiliser la nova ou bien encore dans l'étude une relation de dépendance entre deux variables quantitative le test sur le coefficient de corrélation de spearman lorsque le test sur le coefficient de corrélation rôle de personne n'est pas réalisable nous le voyons introduire toutes les situations se prêtant à l'utilisation de tests l'hypothèse n'est pas une chose aisée c'est en pratiquant l'analyse inférentielle que nous pourrons mieux apprécier tout ce que nous permettent le test du potez

Les tests d'hypothèse pour les nuls

Discussion