CHAPITRE 4.

TESTS D’HYPOTHÈSES

correcte. Par contre si si α est grand ou sup{π(θ), θ ∈ Θ1 } est petit, la décision de rejeter H0 a de forte chance
d’être mauvaise. En général, un “bon test” devrait avoir certaines qualités que nous allons présenter ci après.

Définition 49. Un test est dit sans biais si sa fonction puissance π est telle que
supθ∈Θ0 π(θ) ≤ inf θ∈Θ1 π(θ).

Soit C une classe de tests pour tester H0 : θ ∈ Θ0 contre H1 : θ ∈ Θ1 .

Définition 50. Soient φ1 , φ2 ∈ C deux tests et π1 et π2 leurs fonctions puissance respectives. On dit que φ1 est
plus puissant que φ2 si
∀θ ∈ Θ1 , π1 (θ) ≥ π2 (θ).

Un test φ ∈ C est uniformément le plus puissant (UPP) dans C s’il est plus puissant que tout autre élément de C.

4.4 Lemme de Neyman-Pearson

H0 : θ = θ0 contre H1 : θ = θ1 , considérons le test de taille α et dont la région critique R vérifie

x ∈ R si f (x, θ1 ) > k f (x, θ0 )

(4.1)
x ∈

/ R si f (x, θ1 ) < k f (x, θ0 )

où k ≥ 0 est une constante et f (x, θ) est la fdp ( ou la fmp). Alors,

a- (Suffisance) Tout test de taille α dont la région critique vérifie (4.1) est UPP dans l’ensemble des tests
de niveau α.
b- (Nécessité) S’il existe un test de taille α dont la région critique vérifie (4.1) avec k > 0, alors tout test
UPP de niveau α est de taille α et admet une région critique qui vérifie (4.1) sauf sur un négligeable.
Nous démontrons le théorème dans le cas où f (x, θ) est continue. Notons que puisque Θ0 = {θ0 } tout test
de taille α est de niveau α.
=⇒
Soit φ = IR un test de taille α avec R vérifiant (4.1) et soit π sa fonction puissance. Considérons
φ0 = IR0 un autre test de niveau α et notons π 0 sa fonction puissance. On a φ = 1 ⇐⇒ f (x, θ1 ) > k f (x, θ0 ) et
(4.1) implique que, pour tout x, (φ − φ0 )(f (., θ1 ) − k f (., θ0 ))(x) ≥ 0. D’où
 Z
φ(x) − φ0 (x) f (x, θ1 ) − k f (x, θ0 ) dx
  
0 ≤

(4.2)
= π(θ1 ) − π 0 (θ1 ) − k(π(θ0 ) − π 0 (θ0 )).



Comme φ est de taille α et φ0 est de niveau α, (π(θ0 ) − π 0 (θ0 )) ≥ 0. D’où π(θ1 ) − π 0 (θ1 ) ≥ 0. Comme φ0 est
⇐=
arbitraire, on conclut que φ est UPP au niveau α. Notons φ0 = IR0 le test UPP de niveau α et π 0 sa
fonction puissance. D’après a-, tout test φ = IR de taille α dont R vérifie (4.1) est UPP, donc π(θ1 ) = π 0 (θ1 ).
Compte tenu de (4.2) et du fait que k ≥ 0, on a

0 ≥ π(θ0 ) − π 0 (θ0 ) = α − π 0 (θ0 ).

Or φ0 est de niveau α, i.e. π 0 (θ0 ) ≤ α. On en déduit que π 0 (θ0 ) = α, i.e. φ0 est de taille α. Cela implique que
h ih
l’inégalité dans (4.2) est en fait une égalité. Mais comme φ(x) − φ0 (x) f (x, θ1 ) − k f (x, θ0 ) ≥ 0, son intégrale

Z
n’est nulle que si le test φ0 vérifie (4.1) sauf peut-être sur un ensemble A tel que f (x, θi ) dx = 0. 
A

A. Zoglat 53
 4.4. LEMME DE NEYMAN-PEARSON

Corollaire 3. Consiérons les hypothèses simples du théorème précédent, et soit T = T (X) une statistique exhaustive
pour θ et g(t, θ) sa fdp (fmp). Alors tout test de taille α qui est basé sur T et de région critique S est UPP de niveau
α si 
t ∈ S si g(t, θ1 ) > k g(t, θ0 )

(4.3)
t ∈

/ S si g(t, θ1 ) < k g(t, θ0 )

où k ≥ 0 est une constante.

Démonstration. En termes de l’échantillon lui même, le test basé sur T a pour région critique R={x : T(x)∈
S}. Par le théorème de factorisation, il existe une fonction positive h telle que

f (x, θi ) = g(T (x), θi ) h(x), i = 0, 1.

En multipliant les inégalités dans (4.3) par h on obient (4.1), d’où le résultat.

Exemple 29. Soit X1 , . . . , Xn un échantillon issu d’une loi normale N (µ, σ 2 ), avec σ connu. Soient les hypo-
thèses H0 : µ = µ0 versus H1 : µ = µ1 , avec µ1 > µ0 .
Le test φ = IR , de région critique R = {(x1 , . . . , xn ) ∈ Rn : x > c}, est UPP au niveau α. M
Dans plusieurs situations le lemme de Neyman-Pearson ne s’applique pas directement mais permet d’établir
des tests UPP.

Corollaire 4. Considérons les hypothèses H0 : θ ∈ Θ0 contre H1 : θ ∈ Θ1 , et soit φ = IS le test de région critique

S et vérifiant les conditions suivantes :
(a) Le test est de niveau α.
(b) Il existe un θ0 ∈ Θ0 tel que Pθ0 {T ∈ S} = α.
(c) Pour tout θ1 ∈ Θ1 , il existe k 0 > 0 tel que
g(t, θ1 ) > k 0 g(t, θ0 ) =⇒ t ∈ S et g(t, θ1 ) < k 0 g(t, θ0 ) =⇒ t ∈
/ S,

où g(t, θ) désigne la fdp (fmp) de T et θ0 est le paramètre de (b).

Alors φ est UPP au niveau α pour tester H0 contre H1 .

Démonstration. Soient π et S la fonction puissance et la région critique du test, et soit θ1 ∈ Θ1 fixé. Considérons
les hypothèses H00 : θ = θ0 contre H10 : θ = θ1 . En appliquant le corollaire précédent, on a π(θ1 ) ≥ π 0 (θ1 ) pour
tout test de niveau α pour tester H00 contre H10 de fonction puissance π 0 . Or tout test de niveau α pour pour
tester H0 contre H1 est aussi de niveau α pour tester H00 contre H10 , donc π(θ1 ) ≥ π 0 (θ1 ) pour tout test de
niveau α pour tester H0 contre H1 de fonction puissance π 0 .
Comme θ1 ∈ Θ1 est arbitraire, on a le résultat.

Remarque 24. Les conditions (a) et (b) du corollaire impliquent que le test est non seulement de taille α mais
qu’il existe θ0 ∈ Θ0 tel que π(θ0 ) = α.

A. Zoglat 54
 CHAPITRE 4. TESTS D’HYPOTHÈSES

4.5 Familles à rapport de vraisemblance monotone

Définition 51. Une famille de f.d.p. {g(t, θ) : t ∈ R, θ ∈ Θ ⊂ R} est dite “à rapport de vraisemblance
g(t, θ2 )
monotone” (RVM) si, pour tout θ1 < θ2 , la fonction est croissante en t sur ∪2i=1 {t ∈ R : g(t, θi ) > 0}.
g(t, θ1 )

Exemple 30. Si Θ ⊂ R et si ω(θ) est croissante en θ alors toute famille exponentielle de la forme f (x, θ) =
C(θ)h(x) exp(ω(θ)T (x)) est a rapport de vraisemblance monotone en T (x). M

Lemme 2. Si la famille {g(t, θ) : θ ∈ Θ} est à RVM et si ψ est une fonction croissante, alors la fonction
p : θ 7→ Eθ [ψ(T )] est croissante.

Démonstration. Pour θ1 < θ2 , on pose A = {t : g(t, θ1 ) > g(t, θ2 )}, B = {t : g(t, θ1 ) < g(t, θ2 )}, a = sup ψ(t) et
t∈A
b = inf ψ(t). On a b ≥ a et
t∈B

Z
p(θ2 ) − p(θ1 ) = ψ(t)(g(t, θ2 ) − g(t, θ1 ))dt
Z Z
≥a (g(t, θ2 ) − g(t, θ1 ))dt + b (g(t, θ2 ) − g(t, θ1 ))dt (car (g(t, θ2 ) − g(t, θ1 ))IA (t) ≤ 0)
A B
Z
(∗)
= (b − a) (g(t, θ2 ) − g(t, θ1 ))dt ≥ 0
B

Z Z Z
(*) en effet 0 = (g(t, θ2 ) − g(t, θ1 ))dt =⇒ (g(t, θ2 ) − g(t, θ1 ))dt = − (g(t, θ2 ) − g(t, θ1 ))dt.
A B

Théorème 13. Soient les hypothèses H0 : θ ≤ θ0 contre H1 : θ > θ0 , et soit T une statistique exhaustive pour θ
de fdp (ou fmp) g(t, θ) et telle que la famille {g(t, θ) : θ ∈ Θ} est à RVM. Alors pour tout t0 , le test dont la région
critique est donnée par R={T> t0 } est UPP au niveau α = Pθ0 {T > t0 }.

h i
Démonstration. Comme la famille est à RVM, la fonction puissance π(θ) = Pθ {T > t0 } = Eθ I]t0 ,∞[ (T ) est
monotone. Ainsi supθ≤θ0 π(θ) = π(θ0 ) = α, et donc le test est de niveau α. Les conditions (a) et (b) du corollaire
4 sont donc vérifiées. La condition (c) est également vérifiée pour

g(t, θ0 )
k 0 = inf ,
T g(t, θ0 )

où T = {t > t0 : g(t, θ0 ) > 0 ou g(t, θ0 ) > 0}.

Remarque 25. Il est clair que par raisonnement analogue, on peut montrer que la conclusion du théorème
reste valable pour les hypothèses H0 : θ ≥ θ0 contre H1 : θ < θ0 .

En effet considérons le test φ∗ dont la région critique est R∗ = {t < t0 } où t0 est tel que Pθ0 {T < t0 } = α.
La fonction ψ = 1 − φ∗ est croissante donc π(θ) = Eθ [φ∗ (T )] est décroissante. Ainsi supθ≥θ0 π(θ) = π(θ0 ) = α,
et donc le test est de niveau α. Les conditions (a) et (b) du corollaire 4 sont donc vérifiées. La condition (c) est
g(t, θ0 )
également vérifiée pour k 0 = sup , où T = {t < t0 : g(t, θ0 ) > 0 ou g(t, θ0 ) > 0}. 
T g(t, θ0 )

A. Zoglat 55
 4.6. EXEMPLES

4.6 Exemples
Exemple 31. Soit X1 , . . . , Xn un échantillon issu de la loi exponentielle de moyenne µ (i.e. f (x, θ) = θe−θx I[0,∞[ (x),
1
où θ = > 0). Déterminer, s’il existe, le test UPP au niveau α pour tester H0 : µ ≥ µ0 vs H1 : µ < µ0 . Notons
µ
que cela reviens à tester H0 : θ ≤ θ0 vs H1 : θ > θ0 . La fonction de vraisemblance est f (x1 , . . . , xn , θ) =
Y P
θn I[0,∞[ (xi ) e−θ xi . La loi de l’échantillon appartient donc à une famille à rapport de vraisemblance mo-


X
notone. De plus la statistique T (x1 , . . . , xn ) = xi est exhaustive pour θ. D’après le théorème précédent le
test dont la région critique est R = {(x1 , . . . , xn ) ∈ Rn : T = T (x1 , . . . , xn ) > t0 }, où t0 est un réel tel que
Pθ0 {T > t0 } = α, est UPP au niveau α. M

Exemple 32. Soit X1 , . . . , Xn un échantillon issu de la loi N (µ, σ 2 ) où σ > 0 est un réel donné. La loi de
l’échantillon appartient à une famille à RVMet la statistique T = X est exhaustive pour µ.
Le test φ dont la région critique est R = {(x1 , . . . , xn ) ∈ Rn : x > x0 } , où x0 est un réel tel que Pθ0 {X >
x0 } = α, est UPP au niveau α pour tester H0 : µ ≤ θ0 versus H1 : µ > θ0 . De même, le test φ∗ dont la région
critique est R∗ = {(x1 , . . . , xn ) ∈ Rn : x < x∗0 } , où x∗0 est un réel tel que Pθ0 {X < x∗0 } = α, est UPP au niveau
α pour tester H0 : µ ≥ θ0 versus H1 : µ < θ0 .
Cela montre qu’il n’existe pas de test UPP pour tester H0 : µ = θ0 versus H1 : µ 6= θ0 . M

A. Zoglat 56