1

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

H0 est appelée hypothèse nulle et H1 est l’hypothèse alternative.

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

1.2 Test non paramétrique

Si un problème de test n’est pas basé sur les valeurs d’un paramètre d’une loi, alors le test est dit non
paramétrique. Les représentants les plus connus de ces types de test sont des tests d’adéquation à des
lois de probabilités connues ou des tests d’indépendance de variables.

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:

α(φ) = P (décider H1 alors que H0 est vraie)

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:

β(φ) = P (décider H0 alors que H1 est vraie)

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

h(θ) est la probabilité d’accepter l’hypothèse nulle.

4 Théorème de Neyman et Pearson

Ce théorème permet de déterminer la région critique dans le cas des problèmes de test où l’hypothèse
nulle est simple θ = θ0 , et où l’hypothèse alternative est du type: θ > θ0 ou θ < θ0 ou θ 6= θ0 .

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

2) Détermier le risque de deuxième espèce et la puissance du test.

3) Application numérique: On considère un échantillon de taille n = 25 et on relève une moyenne
x = 2, 7. Conclure.