Vous êtes sur la page 1sur 3

' Test dhypothse avec la loi normale '

1 Vocabulaire
Problme : Il sagit partir de ltude dun ou plusieurs chantillons de prendre des dcisions concernant lensemble de la
population. On est alors amen mettre des hypothses concernant la population qui peuvent savrer vraies ou fausses.
Ces hypothses sont faites pour tre soit confirmes soit rejetes.

On dfinit alors deux types dhypothses :


H0 : hypothse nulle, appele hypothse rejeter
H1 : hypothse alternative (en gnral H0 ), toute hypothse qui diffre dune autre.

Quel que soit le test mis en place, il va y avoir 2 types derreurs :


Erreur de 1re espce : On rejette une hypothse qui est vraie
Erreur de 2me espce : On accepte une hypothse fausse.

Le but du chapitre va tre de prciser les probabilits de faire ces erreurs et den diminuer les risques. Le problme est que
ds que lon diminue le risque sur lune des erreurs, on augmente celui sur lautre.

2 Tests relatif une moyenne


La population totale est dfinie par ses caractristiques : Effectif N ; Moyenne m ; Ecart-type .
Un chantillon est dfini par son effectif n ; sa moyenne m0 ; son cart-type 0 .

Le thorme de la limite centrale permet de dire que la distribution dchantillonnage suit la loi normale N (M, ).
n

Test bilatral On veut tester si la moyenne m est gale une valeur donne (norme) M donc lhypothse H0 est : m = M
On accepte une tolrance de part et dautres de cette moyenne, donc lhypothse H1 est : m , M
Si la moyenne de la population est gale M alors le thorme de la limite centrale permet de dire que la distribution

dchantillonnage des moyennes suit la loi normale N (M, ).
n
Donc si nous fixons un seuil de risque nous commenons par chercher A tel que Prob(A T A) = 1

zone critique hypothse H0 zone critique


accepte

0, 95
0, 025 0, 025

Ex : Au seuil de 5% la valeur de A est de 1,96 car Prob(1, 96 T 1, 96) = 0,95.


Au seuil de 1% la valeur de A est de 2,58 car Prob(2, 58 T 2, 58) = 0,99.

Nous avons vu au chapitre prcdent que, avant de prlever un chantillon de taille n :



Il y a 95% de chances que sa moyenne soit dans lintervalle [M 1, 96 ; M + 1, 96 ].
n n

Il y a 99% de chances que sa moyenne soit dans lintervalle [M 2, 58 ; M + 2, 58 ].
n n
Nous prlevons alors un chantillon :
Si le rsultat de sa statistique est lextrieur de lintervalle, nous conclurons que cet vnement ne peut se raliser
quavec une probabilit de si lhypothse est exacte.
Nous sommes enclins affirmer que lhypothse est fausse au seuil (ou niveau de signification , avec un risque
derreur de premire espce. Lensemble des rsultats situs lextrieur du domaine constitue la rgion critique.
Par contre, si le rsultat de la statistique de lchantillon est lintrieur de lintervalle, nous conclurons que lvnement
peut se raliser avec une probabilit de 1- , si lhypothse est exacte.
Nous pouvons alors affirmer que lhypothse est vraie au seuil , avec un risque derreur de deuxime espce.
Do lnonc dune rgle de dcision au seuil .
Si le rsultat de la statistique de lchantillon est dans lintervalle, on accepte lhypothse.
Si le rsultat de la statistique de lchantillon est hors de lintervalle, on refuse lhypothse.
1
Tableau des seuils courants :
10% 5% 1% 0,5% 0,2%
1 90% 95% 99% 99,5% 99,8%
A 1,645 1,96 2,58 2,81 3,08

Test unilatral On veut tester si la moyenne m est gale dune valeur donne (norme) M.
On va encore considrer lhypothse H0 : m = M mais on va avoir deux types de tests :

Type 1 : On espre que la moyenne est suprieure M . Lhypothse alternative est H1 : m M .


Donc si nous fixons un seuil nous commenons par chercher A tel que Prob(A T ) = 1
Ex : Au seuil de 5% la valeur de A est de 1,645 car Prob(1, 645 T ) = 0,95.
Au seuil de 1% la valeur de A est de 2,33 car Prob(2, 33 T ) = 0,99.
Un calcul identique celui effectu pour le test bilatral nous permet daffirmer que, avant de prlever un chantillon de
taille n :

Il y a 95% de chances que sa moyenne soit dans lintervalle [M 1, 645 ; + [.
n

Il y a 99% de chances que sa moyenne soit dans lintervalle [M 2, 33 ; + [.
n
zone critique hypothse H0 accepte

0, 95
0, 05

Do lnonc dune rgle de dcision au seuil .


Si le rsultat de la statistique de lchantillon est dans lintervalle, on accepte lhypothse H0 et nous affirmons que la
moyenne nest pas infrieure M au seuil .
Si le rsultat de la statistique de lchantillon est hors de lintervalle, on refuse lhypothse H0 et lon accepte lhypothse
H1 . Nous affirmons alors que la moyenne est infrieure M au seuil .

Type 2 : On pense que la moyenne est infrieure M . Lhypothse alternative est H1 : m M

Donc si nous fixons un seuil nous commenons par chercher A tel que Prob( T A ) = 1-
Ex : Au seuil de 5% la valeur de A est de 1,645 car Prob(T 1, 645 ) = 0,95.
Au seuil de 1% la valeur de A est de 2,33 car Prob( T 2, 33 ) = 0,99.

Un calcul identique celui effectu pour le test bilatral nous permet daffirmer que, avant de prlever un chantillon de
taille n :

Il y a 95% de chances que sa moyenne soit dans lintervalle ]- ; M + 1, 645 ].
n

Il y a 99% de chances que sa moyenne soit dans lintervalle ]- ; M + 2, 33 ].
n
hypothse H0 accepte zone critique

0, 95
0, 05

Do lnonc dune rgle de dcision au seuil .


Si le rsultat de la statistique de lchantillon est dans lintervalle, on accepte lhypothse H0 et nous affirmons que la
moyenne nest pas suprieure M au seuil .
Si le rsultat de la statistique de lchantillon est hors de lintervalle, on refuse lhypothse H0 et lon accepte lhypothse
H1 . Nous affirmons alors que la moyenne est suprieure M au seuil .

Tableau des seuils courants :


10% 5% 1% 0,5% 0,2%
1 90% 95% 99% 99,5% 99,8%
t 1,28 1,645 2,33 2,58 2,88
2
3 Tests relatifs une frquence
Test bilatral On veut tester lhypothse H0 p = P0 ( la probabilit dans la population est gale P0 ).
Si la probabilit dans la population
r est gale P0 alors la distribution dchantillonnage des frquences des chantillons de
P0 (1 P0 )
taille n suit la loi normale N P0 , .
n
On accepte H0 au niveau si pour lchantillon donn sa frquence f appartient lintervalle [ P0 A ; P0 + A ].

Test unilatraux
Type 1 : On pense que la frquence est infrieure P0 .
Lhypothse alternative est H1 : p P0 .
On accepte H0 au niveau si pour lchantillon donn sa frquence f appartient lintervalle [ P0 A ; + [.
Dans le cas contraire nous affirmons que la frquence est infrieure P0 au seuil .

Type 2 : On pense que la frquence est suprieure P0


Lhypothse alternative est H1 : p P0 .
On accepte H0 au niveau si pour lchantillon donn sa frquence f appartient lintervalle ] - ; P0 + A ].
Dans le cas contraire nous affirmons que la frquence est infrieure P0 au seuil .

4 Carte de contrle
Dans le contrle dans le temps de lvolution dune population, on peut tre amen suivre lvolution des chantillons. Il
peut alors tre utile dtablir un graphique.

Puisque la loi dchantillonnage des moyennes suit la loi normale N (M, ) on sait que
! ! n
Gs
Prob M 2 X M + 2 0, 95 Prob M 3 X M + 3 > 0, 99
n n n n

Si on prlve rgulirement des chantillons :



Tant que X est compris entre M 2 et M + 2 on considre que lvolution est satisfaisante.
n n
Dans la zone intermdiaire, on procde immdiatement une nouvelle prise dchantillons pour vrifier.
Dans la zone externe, il faut procder une correction ou un rglage sil sagit dune machine.
Lensemble des rsultats est consign sur une fiche appele carte de contrle.

Zone critique

M +3
n Zone de surveillance

M +2
n

M

M 2
n

M 3
Zone de surveillance
n
Zone critique