Chapitre N°3: Tests Statistiques

SPSS et Eviews

1 03/11/2021
 Introduction

La description de la réalité en statistiques se fait

à l’aide de variables. On se pose souvent la
question de comparer ces variables, de tester
si elles sont égales ou différentes, de savoir si
on peut considérer qu’elles correspondent ou
non à une même population, si elles
correspondent à une distribution donnée, si
elles sont conformes à un modèle précis etc.

2 03/11/2021
 Introduction

Autrement dit, les tests statistiques, ou tests

d’inférence, reposent sur le principe
d’inférence, c’est-à-dire le fait de procéder à
des généralisations sur les comportements
d’une population à partir des mesures
observées sur un échantillon appartenant à la
population,

3 03/11/2021
 Principe

Etape 1: Commencer par formuler une première hypothèse sur

une caractéristique de la population.
Cette hypothèse, notée H0, est appelée l’hypothèse nulle.
Etape 2: Définir ensuite une seconde hypothèse qui contredit
l’hypothèse nulle H0. Cette hypothèse, notée Ha, est appelée
l’hypothèse alternative.
Etape 3: Choisir le test qui convient à la situation proposée.
Etape 4: Utiliser les données issues d’un échantillon pour tester
les deux hypothèses en compétition H0 et Ha.

4 03/11/2021
 Exemple

STS (Société de transport du Sahel) annonce

que la durée moyenne µ du trajet entre Sousse
Ville et Monastir a été réduite de 5 minutes, la
durée moyenne du trajet serait de 58mn au lieu
de 1h03. Une association d’usagers conteste
cette annonce.

5 03/11/2021
 Exemple

Les hypothèses
On confronte les deux hypothèses suivantes :
H0 : l’affirmation de l’association d’usagers µ = 63mn
Ha : l’affirmation de l’STS : µ = 58mn
On dispose d’un échantillon de taille n = 35 dont la
moyenne des durées de trajet vaut et
l’écart-type S = 5.1mn

6 03/11/2021
 Exemple

Quelle décision peut-on prendre ?

7 03/11/2021
 Exemple

On suppose que la durée moyenne suit une loi

normale
 L’hypothèse H0 est vraie la loi de peut être
approchée par la loi gaussienne de moyenne
63 et d’écart-type
 L’hypothèse Ha est vraie la loi de peut être
approchée par la loi gaussienne de moyenne
58 et d’écart type 0,86
8 03/11/2021
 Exemple

Supposons que l’hypothèse H0 soit vraie.

On calcule la probabilité d’observer une valeur
inférieure à 59.1.
On a

9 03/11/2021
 Exemple

Comment choisir la limite c

Pour α=5%, la probabilité de commettre une
erreur quand H0 est vraie, autrement dit α est
la probabilité que <c quand H0 est vraie.
10 03/11/2021
 Exemple

Autrement dit on cherche la valeur c telle que:

La loi de peut être approché par une loi normale
N(63;0,86).

Avec Excel: =LOI.NORMALE.INVERSE.N(0,05;0;1)

=-1,64 alors c=61,59
11 03/11/2021
 Exemple

Remarque:
On peut obtenir directement la valeur c
0,05
=LOI.NORMALE.INVERSE.N(0,05;63;0,86)
On obtient c=61,59

12 03/11/2021
 Exemple

La décision
On a observé =59,1. Comme <c avec c=61,59, on
décide de rejeter H0 (on accepte la réduction de la
durée du trajet) pour le test de seuil α=5%.
Travail demandé:
Quelle est la probabilité de commettre une erreur si Ha
est vraie ?
Autrement calculer la probabilité de décider H0 alors
que Ha est vraie.

13 03/11/2021
 Introduction

Dans ce chapitre nous allons étudier les test

statistiques suivants:
 Test de Normalité
 Test de comparaison de moyennes
 Tests d’association
 ANOVA à un Facteur

14 03/11/2021
Tests de Normalité

Chapitre N°3
 Test de Normalité

Vérifier la normalité des données continues est une

étape cruciale avant la réalisation d'un test d'hypothèse
mettant en jeu une ou plusieurs variables continues. Il
s'agit donc de s'assurer que les variables continues
sont distribuées selon la loi normale. Si cela est le cas,
les tests d'hypothèse classiques sont applicables. Si la
condition de normalité est violée, il faudra trouver une
alternative dite "non paramétrique" au test d'hypothèse
à réaliser.

16 03/11/2021
 Test de Normalité

Un test de Normalité permet d’examiner la

compatibilité d'une distribution empirique avec la loi
normale. On parle également de test d'adéquation
à la loi normale.

17 03/11/2021
 Test de normalité

Un examen préalable des données à l'aide de

graphique ou de statistiques simples peuvent
déjà permettre de visualiser si la distribution
empirique suit une loi normale.

18 03/11/2021
 Exemple

Une série de mesures pour un produits x (poids

de x). Enregistrées dans un Fichiers SPSS
(poids.sav)

19 03/11/2021
 Procédure SPSS

20 03/11/2021
 Exemple: Histogramme et
distribution

21 03/11/2021
 Asymétrie (Skewness) : Formules

Deux formulations possibles

 Le coefficient d’asymétrie de Yule noté Cy:

 Le coefficient d’asymétrie de Fisher :

Avec le moment centré d’ordre k

22 03/11/2021
 Interprétation graphique: Mesures
d’asymétrie

23 03/11/2021
 Aplatissement (Kurtosis)
Formulation

ర
 Kurtosis: ర

 Kurtosis normalisé:

24 03/11/2021
 Interprétation graphique: Mesures
d’aplatissement

25 03/11/2021
 Skewness et Kurtosis

Si la distribution est normale et le nombre

d’observations grand(n>30)

6 24
11/2  N (0, ) et 2  N(3, )
n n

26 03/11/2021
 Procédure SPSS

27 03/11/2021
 Résultat

28 03/11/2021
 Interprétation

Indice de symétrie (position du pic de distribution) variant au-

dessus et au-dessous de zéro. Plus la valeur positive de l’indice
est élevée, plus le pic est déplacé vers les valeurs basses
(symétrie positive). Plus la valeur négative de l’indice est élevée,
plus le pic est déplacé vers les valeurs élevées (symétrie
négative). Une symétrie parfaite équivaut à un indice de 0.
Indice d’aplatissement de la distribution. Comparativement à la
distribution normale, un indice positif élevé indique que la
distribution est en pic prononcé, tandis qu’un indice négatif indique
un aplatissement prononcé, Plus la valeur tend vers 0, plus la
distribution tend vers la normalité.
Il n’y a pas de problème majeur de symétrie ou d’aplatissement si
le rapport entre ces valeurs et leur erreur-type se situe entre -2 et
29 +2. 03/11/2021
 Les tests du Skewness et Kurtosis

On considère alors les statistiques suivantes:

 11 / 2  0 2  3
v1  et v2 
6 24
n n

Si l’hypothèse H0: v1=0(symétrie) et v2=0

(aplatissement normal ) sont vérifiées, alors
v1<1.96 et v2<1.96; dans le cas contraire,
l’hypothèse de normalité est rejetée.
30 03/11/2021
 Test de Normalité

Le test de Jarque et Bera (1984), fondé sur

la notion de Skewness (Asymétrie) et de
Kurtosis (aplatissement) permet de vérifier
la normalité d’une distribution statistique.

31 03/11/2021
 Test de Jarque et Bera

 C’est un test qui synthétise les résultats

précédents. On définie alors la statistique s
donnée par: n n
s  1   2 3
2

6 24
Si s 1(2) on rejette l’hypothèse H0 de
2

normalité au seuil α

32 03/11/2021
 Test de normalité: procédure E-
views

33 03/11/2021
 Interprétation

L’histogramme de la distribution et les valeurs empiriques des

Skewness, Kurtosis et de la statistiques de Jarque-Bera (JB) sont
donnés par : le tableau précèdent.
S’agit-il d’un processus gaussien ?
Les tests sont effectués à partir des valeurs :
ଵ⁄ଶ
ଵ

ଶ
ଶ

34 03/11/2021
 Interprétation

Nous avons v1<1.96 et v2<1.96 l’hypothèse

H0: v1=0 (symétrie) et v2=0 (aplatissement
normal) est vérifiée, alors; nous acceptons
l’hypothèse de normalité, ce qui est confirmé
par la statistique de
. Le processus est gaussien.

35 03/11/2021
 Test de normalité avec SPSS

Le principe est le même que précédemment

« Savoir si une variable aléatoire a une
distribution normale ou non dans la population
à partir des données collectées sur un
échantillon de la population étudiée »
Pour cet objectif SPSS propose deux tests de
normalité
1) Le Test de Kolmogorov-Smirnov (KS)
2) Le Test de Test de Shapiro-Wilk
36 03/11/2021
 Hypothèses statistiques

H0: la population a une distribution normale

pour la variable que nous sommes entrain de
l’étudiée (hypothèse de normalité)
H1: l’échantillon ne provient pas d’une
population ayant distribution normale (contredit
H0) (absence de la normalité)

37 03/11/2021
 Décision (Test de Shapiro-Wilk)

La décision se basée sur l’interprétation de P-

value (calculé avec SPSS) pour un niveau de
risque 5%.
Si le P-value>0,05 alors on accepte
l’hypothèse H0. sinon on rejette H0.

38 03/11/2021
 Exemple (poids)

Procédure

39 03/11/2021
 Exemple (poids)

On voudrais savoir si le poids de la variable X

est distribuée selon une loi Normale.

40 03/11/2021
 Exemple (poids)

41 03/11/2021
 Exemple: Résultats et interprétations

P-value pour les deux tests sont supérieurs à 5% d’où on

accepte l’hypothèse H0 de normalité. On peut dire alors que la
variable poids

42 03/11/2021
 Exemple: Résultats et interprétations

43 03/11/2021