Master Spécialisé en Ingénierie et Gestion

de l’Eau et de l’Assainissement

THEORIE DES
TESTS D’HYPOTHESE

Année Académique Pr. Mounir Nechar

2020 - 2021 Dpt. Chimie

1. Qu’est ce qu’un test d’hypothèses ?

Indice 1.1.
1.2.
Hypothèse nulle
Hypothèse alternative
1.3. Exemple
2. Types de tests
2.1. Test bilatéral
2.2. Test unilatéral
3. Catégorie de tests
3.1. Tests paramétriques
3.2. Tests non paramétriques
4. Etapes d’un test d’hypothèses
5. Règles de décision
5.1. Règle de décision 1
5.2. Règle de décision 2
6. Risques d’erreur – Puissance d’un test
6.1. Risque d’erreur de première espèce α
6.2. Risque d’erreur de deuxième espèce β
6.3. Puissance d’un test 

1. Qu’est ce qu’un test d’hypothèses ?

Un test d’hypothèses (ou un test statistique) est une
démarche qui a pour but de fournir une règle de décision
permettant, sur la base des résultats d’échantillon, de
faire un choix entre deux hypothèses statistiques.
Ce choix consiste à rejeter ou accepter l’une de ces
deux hypothèses : l’hypothèse nulle ou l’hypothèse
alternative.

1.1. Hypothèse nulle

L’hypothèse nulle, notée H0, consiste à dire
qu’il n’existe pas de différence entre les paramètres
comparés ou que la différence observée n’est pas
significative (erreurs aléatoires).
1.2. Hypothèse alternative
• L’hypothèse alternative, notée H1, c’est la
négation de H0.
• Elle est équivalente à dire que « H0 est fausse ».

1.3. Exemple
Le test d’hypothèses est similaire à un procès
criminel :
▫ H0 : l’accusé est innocent,
▫ H1 : l’accusé n’est pas innocent (coupable).
2. Types de test
La nature de l’hypothèse nulle, H0, détermine la façon
de formuler l’hypothèse alternative, H1, et par
conséquent la nature unilatérale ou bilatérale du
test.

2.1. Test bilatéral

On ne dispose pas d'une idée avant la réalisation de l'expérience
pour savoir comment sera la différence entre les moyennes :
➔ H0 : m = 
➔ H1 : m  
avec m la moyenne et  la valeur de référence.

2.2. Test unilatéral

• On sait déjà que la valeur moyenne est supérieure (ou
inférieure) à la valeur de référence :
➔ H0 : m=
➔ H1 : m >  (ou H1 : m < )
• Le test unilatéral ne sera pas traité ici.

Le test sera bilatéral car on ne sait pas si

la moyenne m sera supérieure ou
inférieure à la valeur de référence .
α/2 α/2 La région critique α en vert correspond à
une probabilité α/2 de part et d’autre de
la courbe.

Figure 1. Test bilatéral

Le test sera unilatéral car on considère

dans ce cas que la moyenne m ne peut
α
α/2
être que supérieure à la valeur de
référence .
 La région critique α en vert correspond à
une probabilité α.

Figure 2. Test unilatéral

3. Catégories des tests
Les tests peuvent être classés selon : leur finalité, le
type de variables (quantitatives/qualitatives), le
nombre des variables d’intérêt, le type de problème
(comparaison de deux moyennes/comparaison de plus
de deux moyennes), …

Généralement, les tests d’hypothèses peuvent être

classés en deux grandes catégories :
➢ les tests paramétriques,
➢ les tests non paramétriques.

3.1. Tests paramétriques

• Les tests paramétriques reposent sur l’hypothèse
de l’existence d'une loi normale, en l'absence
d'erreur systématique, sur une population de
résultats.
• Ces tests sont généralement plus simples à
exécuter que les tests non paramétriques.

3.2. Tests non paramétriques

• Les tests non paramétriques reposent sur les
statistiques robustes.
• Concernent les séries d'un petit nombre de mesures
ne vérifiant pas toujours la loi normale.
• Ils ne vont pas être traités ici.

4. Etapes d’un test d’hypothèses

1. Formuler littérairement et statistiquement les
hypothèses nulle et alternative appropriées à l’étude.
3. Sélectionner la statistique de test qui sera utilisée pour
décider du rejet ou du non rejet de l’hypothèse nulle.
4. Choisir le type de test : unilatéral ou bilatéral.
5. Spécifier le seuil de signification α du test (α= 5%).
6. Calculer la valeur expérimentale de la statistique du
test (Vcal). Déterminer la valeur critique de la
statistique du test à partir des tableaux (Vtab).
7. Comparer Vcal et Vtab.
8. Appliquer la règle de décision pour déterminer si H0
doit être rejetée ou pas.
9. Conclure.
 5. Règles de décision
Il existe deux stratégies pour prendre une décision
en ce qui concerne un test d’hypothèses :
➢ Règle de décision 1 : la comparaison des
statistiques.
➢ Règle de décision 2 : le calcul de p-value et sa
comparaison avec le seuil α.

5.1. Règle de décision 1

• Deux cas peuvent se présenter dans la comparaison
des statistiques :
* Vcal ≤ Vtab ➔ l’hypothèse H0 est acceptée.
* Vcal > Vtab ➔ l’hypothèse H0 est rejetée.
• Dans ce 2 ème cas, le test est dit significatif.
5.2. Règle de décision 2
• Deux cas peuvent se présenter dans le calcul de p-
value et sa comparaison avec le seuil α :
* p-value ≥ ➔ l’hypothèse H0 est acceptée.
* p-value < ➔ l’hypothèse H0 est rejetée.
• Dans ce 2 ème cas, le test est dit significatif.
• Exemple : les travaux publiés sur les mortiers de
chaux et la fabrication des briques.

6. Risques d’erreur – Puissance d’un test

• Une notion fondamentale concernant les tests est la
probabilité que l'on a de se tromper.
• Il y a deux façons de se tromper lors d'un test
statistique :
➢ Risque d’erreur de 1ère espèce : α.
➢ Risque d’erreur de 2ème espèce : β.
• Chaque test d’hypothèses possède une force appelée
puissance d’un test : .

6.1. Risque d’erreur de 1ère espèce, α

• Le risque d’erreur α de première espèce est celui
de rejeter H0 alors qu'elle est vraie :
 α = P(rejeter H0/H0 vraie)
• La valeur du risque α doit être fixée par
l’expérimentateur et jamais en fonction des
données ➔ on peut la contrôler.
• α est appelée aussi faux positif ou erreur de type
I.

6.2. Risque d’erreur de 2ème espèce, β

• Le risque d’erreur β de deuxième espèce est
celui d’accepter H0 alors qu'elle est fausse :

β= P(accepter H0/H0 fausse)

• β est appelée aussi faux négatif ou erreur de
type II.

6.3. Puissance d’un test 

• L’aptitude d’un test à rejeter H0 alors qu’elle est
fausse constitue la puissance d’un test :

= 1-β= P(rejeter H0/H0 fausse)

• Le tableau 1 regroupe les différentes situations
qu’on peut rencontrer dans le cadre des tests
d’hypothèses.

Tableau 1. Les différentes situations qu’on peut

rencontrer dans le cadre des tests d’hypothèses

Réalité H0 vraie H0 fausse

Décision

Acceptation de H0 Correct Acceptation à tort

1-α Risque d’erreur β

Rejet de H0 Rejet à tort Correct

Risque d’erreur α Puissance du test

(= 1 - β)