Wahiba Bali Kalboussi

ANALYSE
BIDIMENSIONNELLE
WAHIBA BALI KALBOUSSI
 Wahiba Bali Kalboussi
Inférence statistique

Le passage d’un résultat

sur un échantillon
à une généralisation
sur toute la population
Population
Echantillon

Estimation
Et
tests statistiques
Wahiba Bali Kalboussi

•  = le paramètre de la population à estimer (une moyenne, une proportion, une

variance)
• L’estimation peut être ponctuelle (estimation par une valeur numérique précise)
• Estimation par intervalle de confiance: construire un intervalle autour de l'estimateur,
intervalle dans lequel  aura des grandes chances d'être inclus.
• Calculer la probabilité que cet intervalle aléatoire, appelé intervalle de confiance, englobe
la vraie valeur du paramètre .
Wahiba Bali Kalboussi

TESTS D’HYPOTHÈSES
 Wahiba Bali Kalboussi

TYPES D’HYPOTHÉSES

• Une hypothèse est un énoncé concernant une population .

• Une hypothèse peut être paramétrique ou non paramétrique.
• Tests d'hypothèses paramétriques: les hypothèses portent sur un ou des paramètres
• Tests d'hypothèses non paramétriques: hypothèses ne portent pas sur un paramètre, mais par
exemple sur la forme de la distribution de X.
 Wahiba Bali Kalboussi

FORMULATION DES HYPOTHÈSES

• on note H0: l’hypothèse nulle (ou hypothèse de base).

• à confronter avec H1: l’hypothèse alternative .

• H0 est l'hypothèse que l'on ne voudrait pas rejeter à moins d'avoir suffisamment d'évidence contre elle.
Selon l'approche classique, cette évidence est fournie par l'information contenue dans l'échantillon
aléatoire.
• A partir du résultat d'un échantillon, on doit dire si cet échantillon provient d'une population dont les
caractéristiques coïncident avec l'hypothèse de base, ou s'il provient d'une population ayant d'autres
caractéristiques.
Wahiba Bali Kalboussi

SIGNIFICATIVITÉ D’UN TEST D’HYPOTHÉSE

• Le test sera significatif si l'écart constaté entre l'hypothèse de base et l'image, de la

réalité fournie par l'échantillon est plus grand que ce que l'on petit considérer comme le
simple produit des fluctuations aléatoires.
• Le niveau de signification du test détermine la grandeur de l’écart qui peut être attribuée
à ces fluctuations.
• Si l'on rejette H0, on accepte une deuxième hypothèse, que l'on note H1, est appelée
hypothèse alternative. Test significatif
Wahiba Bali Kalboussi

TYPES D’ERREURS

Décisions
Accepter H0 Rejeter H0
Etats
Bonne décision Erreur du type I
H0 est vrai
1- 
Erreur du type II Bonne décision
H0 est fausse
 1-
Wahiba Bali Kalboussi

SIGNIFICATION D’UN TEST

• Le niveau (ou seuil) de signification d'un test. On appelle ainsi la probabilité, que
l'on note , de rejeter H0 quand elle est vraie; autrement dit
•  = P ( EI ) = P (rejeter H0 / H0 est vraie) = niveau de signification du test
Wahiba Bali Kalboussi

• Les probabilités complémentaires de  et de  correspondent aux probabilités de

prendre une bonne décision; en particulier on a:
• La puissance d'un test. On appelle ainsi la probabilité, que l'on note ( 1 -  ) , de
rejeter H0 quand elle est fausse, c'est-à-dire
• ( 1 -  ) = P (rejeter H0 / H0 fausse )= puissance du test
 LA RÉGION CRITIQUE D'UN TEST.
Wahiba Bali Kalboussi

• La région critique d'un test. C'est l'ensemble des valeurs possibles de l’échantillon aléatoire qui
entraînent le rejet de H0.
• En pratique, pour définir cette région critique, au lieu de travailler avec l'échantillon aléatoire (X 1 ,….
Xn ) lui-même, on utilise une statistique T qui résume l'information contenue, dans cet échantillon.
• La construction d'un test d'hypothèses revient à subdiviser l'espace echantiIlonnal en deux
sous-espaces disjoints:

• Un premier sous - espace (la région critique) incluant l’ensemble des valeurs de T qui entraînent le
rejet de H0, et un deuxième sous-espace (la région d'acceptation de H0) incluant l'ensemble des
valeurs de T qui entraînent l'acceptation de H
 Wahiba Bali Kalboussi TESTS D’HYPOTHESES

Tests paramétriques Tests non paramétriques

Echantillon 2 échantillons Echantillon 2 échantillons

unique ou plus unique ou plus
-Khi deux
Test t - Kolmogorov
Test Z
Echantillons Echantillons
Echantillons indépendants appariés
Echantillons
indépendants appariés
-Mann
-Wilcoxon
Test t à 2 Extension Whitney
classes duTest t - Kruskal
Test Z Wallis
Wahiba Bali Kalboussi

TEST DE KHI DEUX

TEST DE SPEARMAN
Wahiba Bali Kalboussi

RELATION ENTRE 2 VARIABLES QUALITATIVES

(ECHELLE NOMINALE)
 Wahiba Bali Kalboussi

TEST D’INDÉPENDANCE

• En statistique appliquée, il est fréquent d’observer des phénomènes où il y a bien de soupçonner qu’il
existe une liaison entre 2 variables.
• Quelques exemples :
• La rupture d’un produit peut être liée au degré de fiabilité du système d’information de l’entreprise
• Lien entre la classe sociale et l'allégeance politique
• La spécialité peut être liée au genre, etc.
 Wahiba Bali Kalboussi

LES HYPOTHÉSES

• La question qu'on se pose est alors la suivante: «Y a-t-il un lien entre la spécialité et le genre? »
• La démarche logique à adopter est celle d’un «Test d'hypothèse».
• H0, suppose qu'il n'y a aucun lien entre les deux variables. L'hypothèse nulle est l'hypothèse
prudente (l'hypothèse du statu quo).
• H1,est l'hypothèse qui sera acceptée uniquement si la précédente est rejetée. L'hypothèse
alternative est l'hypothèse audacieuse qui amène une modification, un résultat neuf, une action à
entreprendre.

H0= les 2 variables indépendantes

H1: les 2 variables sont dépendantes
Wahiba Bali Kalboussi
Wahiba Bali Kalboussi
LE TABLEAU EXPÉRIMENTAL
Distribution uniforme: distributio
théorique
Indépendance:

On calcule effectif théorique

différence
(Effectif observé – eff théorique)
faible indépendance
Elevé dépendance
• Effectifs observés Oij
X
Y1 Y2 Total
Y
X1 O11 O12 L1

X2 O21 O22 L2
X3 O31 O32 L3
Total C1 C2 n
 Wahiba Bali Kalboussi

LE TABLEAU THÉORIQUE

Effectifs théoriques Tij

Xi
Y1 Y2 Total
Yj
X1 T11 T12 L1

X2 T21 T22 L2
X3 T31 T32 L3
Total C1 C2 n
Wahiba Bali Kalboussi

DÉMARCHE

• Il convient alors de comparer ces deux tableaux : le tableau expérimental obtenu lors du
sondage et le tableau théorique ci-haut.
• Si ces deux tableaux ne diffèrent pas beaucoup, il faudra admettre que l'expérience n'est
pas concluante, qu'elle ne nous permet pas de conclure qu'il y a un lien entre les deux
facteurs.
• Il se peut qu'une petite différence ne soit due qu'au hasard.
• Si, par contre, il y a beaucoup de différence entre les 2 tableaux, il faudra conclure qu'il y
a un lien.Tout dépend évidemment de ce qui est acceptable comme différence.
 Wahiba Bali Kalboussi

TEST DE KHI DEUX

• Comment mesurer mathématiquement la différence entre deux tableaux ?

• C'est ce que le coefficient X² va faire. Il va en quelque sorte mesurer la distance entre
ces deux tableaux.

(val. exp .
− val.théo.)²
X ² observé = 
toutes lescases valeur théorique

(Oij − Tij)²
X ² observé = 
toutes lescases Tij
= (4- 5.9 )²/ 5.9 + (7 - 5.1 )²/ 5.1 + (3-3.7 )²/ 3.7 + (4- 3.3 )²/
3.3 + (9- 6.4 )²/ 6.4 + (3-5.6 )²/ 5.6 =3.845
 Wahiba Bali Kalboussi
RÈGLE DE DÉCISION
• Le test de X² permet de valider l’hypothèse H0 « les deux variables sont indépendantes dans la
population dont est issu l’échantillon» ou de la rejeter.

• Si X ²observé  X ²Théorique Rejeter H0

• Si X² observé < X² théorique Accepter H0

• X² obs= 3.845
• X² théorique= 5,99
α = 0.05
m=v=(l-1)x (c-1) = (3-1)x(2-1)=2
(Nombre de lignes-1)x (nombre de colonnes -1)
= 5.99
3.845< 5.99 Accepter H0 au seuil α = 0.05
Wahiba Bali Kalboussi

RÈGLE DE DÉCISION

• Test non significatif

Accepter H0 Rejeter H0 alors qu elle est vrai, la probabilité d’erreur
est de 14.6%
14.6%> 5% erreur dépassant le seuil
J’accepte alors H0
Rejeter H0

14.6%
3.845 5.99
Wahiba Bali Kalboussi

APPLICATION SUR SPSS

LE TEST D’INDÉPENDANCE: TEST DE
KHI DEUX
 LE TEST D’INDÉPENDANCE: TEST DE
KHI DEUX
Wahiba Bali Kalboussi

. Cas de 2 variables qualitatives (échelles nominales)

Wahiba Bali Kalboussi
 Wahiba Bali Kalboussi
TEST DE KHI DEUX

H0: LES DEUX VARIABLES SONT INDÉPENDANTES

H1: LES DEUX VARIABLES NE SONT PAS INDÉPENDANTES
Wahiba Bali Kalboussi
Wahiba Bali Kalboussi
Wahiba Bali Kalboussi

RÉGLE DE DÉCISION

Accepter H0
14.6%

Rejeter H0

3.845 5.9
Wahiba Bali Kalboussi
INTERPRÉTATION DU TEST DE KHI DEUX
Remarque : l’effectif théorique de
chaque cellule du tableau croisé
doit être supérieur à 5. Dans le
cas contraire, il peut être
nécessaire de procéder à des
regroupements de modalités.
Le niveau de signification de
0.146 est supérieur à la valeur
critique 0.05 ; ce qui permet
d’accepter H0 et de conclure
qu’il n’existe pas une relation
entre les deux variables dans
la population.
 LE TEST DE CONTINGENCE
Wahiba Bali Kalboussi

• nous donne une mesure de l’intensité de cette relation.

La commande Risk
s’applique uniquement
au tableau croisé à
deux variables ayant
chacune seulement
deux modalités.

• C= 0,0 et 0,10 : Association nulle ou très faible

• C= 0,11 et 0,20 : Association faible

• C= 0,21 et 0,30 : Association moyenne

• C= 0,31 et 0,40 : Association forte

• C= 0,41 et plus : Association très forte

 Wahiba Bali Kalboussi

Mesures symétriques

Signification
Valeur approximée
Nominal par Nominal Coefficient de
,100 ,045
contingence
Nombre d'observations valides
800

a. L'hypothèse nulle n'est pas considérée.

b. Utilisation de l'erreur standard asymptotique dans l'hypothèse nulle.
Wahiba Bali Kalboussi

RELATION ENTRE 2 VARIABLES

QUALITATIVES
(ECHELLE ORDINALE)
RELATION ENTRE DEUX VARIABLES ORDINALES:
Wahiba Bali Kalboussi

CORRÉLATION DE SPEARMAN
i xi yi R(xi) R(yi) di
2 variables initiales X et Y d’échelle ordinale
1 2 30 Classés selon les valeurs
6 1 5
2 5 24 R(xi), R(yi): les rangs de Xi et Yi 5 2 3
3 7 20
di: La différence entre les rangs est calculé 4 3 1
4 8 18
• 3 4 -1
5 10 14 n: nombre d’observations 2 5 -3
6 12 10 1 6 -5
Wahiba Bali Kalboussi
TABLE DE SPEARMAN
Wahiba Bali Kalboussi
TABLE DE SPEARMAN
Wahiba Bali Kalboussi

TEST DE CORRÉLATION DE SPEARMAN

•
Wahiba Bali Kalboussi

PROCÉDURE SUR SPSS

CORRÉLATION DE SPEARMAN
Wahiba Bali Kalboussi

AFFECTER DES RANGS

Wahiba Bali Kalboussi
Wahiba Bali Kalboussi

CORRÉLATION BIVARIÉE
Wahiba Bali Kalboussi
Wahiba Bali Kalboussi

α observé= 0.763 > α théorique =0.05 → accepter H0

Les résultats observés semblent favoriser l’hypothése selon laquelle les rangs des salaires et les rangs
des notes ne sont pas liés.