Académique Documents
Professionnel Documents
Culture Documents
A. HAQIQ
Tests paramétriques
1 Définition générale d’un problème de test
1.1 Test paramétrique
Soit X une variable aléatoire dont on possède un échantillon (X1 , X2 , ....., Xn ), de taille n et de loi Pθ ,
où le paramètre θ ∈ Θ pouvant êrte unidimensionnel ou multidimensionnel.
Θ est partitionné en Θ1 et Θ2 , c’est-à-dire que: Θ = Θ1 ∪ Θ2 et Θ1 ∩ Θ2 = ∅. La vraie valeur de θ est
dans Θ1 ou dans Θ2 .
Un problème de test est un mécanisme décisionnel, qui, au vu de l’ échantillon, permet de répondre à
la question: Dans quel sous-ensemble Θ1 ou Θ2 , se trouve la vraie valeur de θ ?
Le problème de test est traduit par l’énoncé des deux hypothèses suivantes:
(
H0 : θ ∈ Θ0
H1 : θ ∈ Θ1
Définition 1 : Une hypothèse est dite simple si le sous-ensemble qui lui correspond se réduit à un
seul point; dans le cas contraire elle est dite multiple ou composite.
Lorsque l’hypothèse nulle est simple, les différents types de test se rapportant à un paramètre θ réel
inconnu sont les suivants, où θ0 6= θ1 : (
H0 : θ = θ0
H1 : θ = θ1
ou (
H0 : θ = θ0
H1 : θ > θ0
ou (
H0 : θ = θ0
H1 : θ 6= θ0
ou (
H0 θ = θ0
H1 θ < θ0
Les hypoths̀es H0 et H1 sont simples ou composites.
Remarque 1 : Dans ce chapitre, nous aborderons les tests paramétriques dans lesquels l’hypothèse
nulle est simple.
Remarque 2 : Le rôle joué par chaque hypothèse n’est pas identique. Un problème de test n’est donc
pas, en général, sysmétrique. Le choix de l’hypothèse nulle a un rôle essentiel dans la suite du test, on
choisit en général celle en laquelle on a le plus confiance ou celle qui est une hypothèse de prudence
(tests de vaccins...) ou encore celle qui est en vigueur jusque-là.
A. HAQIQ 2
2 Théorie de la décision
Un problème de test peut se formuler sous forme d’un problème de décision comme suit:
(
d0 : accepter H0
d1 : refuser H0
On appelle test (ou fonction de test) une règle de décision qui permet, au vue de la réalisation d’un
échantillon, de prendre une décision qui appartient à l’ensemble (d0 , d1 ), ou bien de choisir entre les
deux hypothèses H0 , H1 .
Cela revient aussi à partitionner l’ensemble (Dx )n des valeurs possibles pour (x1 , x2 , ...., xn ), en deux
sous-ensembles:
- Le sous-ensemble W pour lequel on refuse H0 ,
- Le sous-ensemble W pour lequel on accepte H0 .
W est appelé la région critique ou région de refus de H0 . W est la région d’acceptation de H0 .
Résoudre un problème de test revient donc à déterminer la région critique du test.
La règle de décision est finalement une application φ de l’ensemble (Dx )n dans l’ensemble (d0 , d1 ).
3 Notion de risque
Il est clair que la décision de refus (respectivement d’acceptation) de H0 comporte un risque: celui que
H0 soit vraie (respectivement fausse).
Définition 2 : On appelle risque de première espèce la probabilité de refuser à tort l’hypothèse nulle:
Dans l’élaboraion d’un test, le risque de première espèce est choisi et ce choix permet ensuite de
déterminer la région critique à l’aide de la loi de probabilité de la variable.
En notant P0 , la probabilité associée à la loi Pθ lorsque θ ∈ Θ0 :
α = P0 (W )
Définition 3 : On appelle risque de deuxième espèce, la probabilité d’accepter à tort l’hypothèse nulle:
Contrairement au risque de première espèce, le risque de deuxième espèce n’est pas choisi, il est une
conséquence du choix de α et de la région critique.
A. HAQIQ 3
Définition 4 : On appelle puissance d’un test, notée η la probabilité de refuser H0 , lorsque H1 est
vraie (refus avec raison), soit:
η = P (W ) = 1 − β(φ)
Définition 5 : On appelle niveau d’un test la borne supérieure du risque de première espèce:
α = sup (α(φ))
θ∈Θ0
Définition 6 : On appelle courbe d’efficacité d’un test sur le paramètre θ la courbe représentative de
la fonction h définie par:
h : Θ −→ [0, 1]
θ 7−→ h(θ) = Pθ W
Théorème 1 : ∀α, 0 ≤ α ≤ 1, il existe un test pur φ, de puissance maximale, défini par la région
critique W : ( )
L(x1 , x2 , ...., xn , θ0 )
W = (x1 , x2 , ...., xn ) / ≤k
L(x1 , x2 , ...., xn , θ1 )
où (x1 , x2 , ...., xn ) est la réalisation d’un échantillon de taille n de la variable X dont la loi de probabilité
dépend du paramètre θ, et L(x1 , x2 , ...., xn , θ) la vraisemblance de l’échantillon au point θ.
Le risque de première espèce α permet de déterminer la constante k:
α = P (W / H0 )
A. HAQIQ 4
Exercices
Exercice 1: Soit X une variable aléatoire qui suit une loi de Poisson de paramètre λ.
Soit (X1 , X2 , ..., Xn ) un échantillon de X.
1) En utilisant le méthode de Neyman Pearson, déterminer la région critique du problème de test
suivant, en considérant un risque de première espèce α = 5%:
(
H0 : λ = λ0
H1 : λ = λ1
avec λ0 = 2 et λ1 = 2, 2.
2) Détermier le risque de deuxième espèce et la puissance du test.
3) Application numérique: On considère un échantillon de taille n = 900 et on relève une moyenne
x = 2, 1. Conclure.
Exercice 2: Soit X une variable aléatoire qui suit une loi normale de paramètres (m, σ 2 ). Soit
(X1 , X2 , ...., Xn ) un échantillon de X, de taille n.
1) En utilisant le méthode de Neyman Pearson, déterminer la région critique du problème de test
suivant, en considérant un risque de première espèce α = 5% et en prenant σ = 1:
(
H0 : m = m0 = 2 mg
H1 : m = m1 = 4 mg