Tests paramétriques

1. Conditions de validité, dans quel cas

-Si on connait la loi de probabilité de la population

Source de l'échantillon (loi gaussienne ou binomiale)

-Si on teste les paramètres tel que la moyenne , l’écart type ou la

proportion

2.Buts des tests:

-Comparer deux échantillons
-Comparer deux échantillons avant et après
-vérifier la moyenne réelle d’un échantillon…
-comparer les variances des échantillons (test sur la précision) 1
3. Procédure de test
1-formuler l’hypothèse H0

Exemple: moyenne de la population source de l’échantillon= une moyenne référence

Contexte:
H 0 :   0

Sont calculés à
 X X et S
partir de
 S l’échantillon
 2
S2
Population Un échantillon
Ou plus

2
 Tests paramétriques
3. Procédure de test

2- Calculer sous H0 est vraie

la statistique stat( fonction discriminante)
ou aussi bien la p- valeur ( p-value)
3- choisir un seuil de signification α
4- comparer la stat calculée avec la stat théorique ( seuil) et décider , ou
bien comparer la p-valeur avec le seuil de signification alpha

Cette décision dépend de la contre hypothèse H1 .

3
La décision: rejet ou acceptation de H0
A-Exemple test Z

4
La décision: rejet ou acceptation de H0
B-Exemple test t de Student

5
La décision: rejet ou acceptation de H0
C-Exemple test de khi deux de la comparaison de la variance

6
NB: L’application récente des tests statistique est réalisé sur des
logiciels tel que: EXCEL;SPSS ; XLSTAT; R; ….ou MATLAB
A l’aide des logiciels la p valeur est donnée automatiquement ,
d’ hailleurs on n a pas besoin d’une lecture des tables des lois utilisées
auparavant avant l’apparition des logiciels

Si P-valeur < α
H0 est rejetée
P-valeur > α
H0 est acceptée

7
Rappels mathématiques

1 
1
x 2
f ( x)  e (2
)
 2 

8
Rappels mathématiques

9
Rappels mathématiques
Supposant qu' on a une variable x qui suit une loi normale de
moyenne μ et d’écart type σ: ‫(א‬μ,σ )
La variable (x- μ/ σ ) suit une loi normale centrée réduite de moyenne
0 et d’écart type 1: ‫(א‬0,1) LNCR
Soustraire μ et deviser par σ est en faite centrer réduire la loi
Pourquoi ????????????
les valeurs de probabilité de LNCR sont connus par la table

10
 Rappels mathématiques
On admet que si on a une population dont la variable suit une loi
normale
On fait un échantillonnage et on tire des échantillons les moyennes
des n échantillons X suivent une loi normale

On passe alors à centrer réduire la moyenne

X  ( , )
X 
X     (0,  )   (0,1)


11
Rappels mathématiques

12
Rappels mathématiques

13
Rappels mathématiques

14
Rappels mathématiques

15
Rappels mathématiques

16
La statistique stat peut être Z, T de student , F de ficher et  2 de khi
deux.
4.Résumé des cas d’utilisation:
1.Dans le cas d’un test sur la moyenne :

n 30  p connu X  p n

 Z calcul  avec sn  s
sn / n n 1
ou non
 Z suit (0,1) LNCR
ou  p connu
Avec Sn écart type estimé de la population et S écart type de l’échantillon
La notation Sn est réduite en S chez la plupart des staticiens
 pinconnu tcalcul 
X  p
 sn / n
n30
t suit une loi de student
17
à n  1 ddl
Résumé des cas d’utilisation:
2.Dans le cas d’un test sur la variance:

s2
suit une loi de khi deux
 2


2
à n  1 ddl
3.Dans le cas d’un test de rapport des variances entre deux échantillons:

s 21 /  21
suit une loi de ficher Fn1 1,n2 1
s 22 /  2

Si les deux échantillons viennent de la même population  1  2

S12
2
suit une loi de ficher Fn11,n 21ddl
S2 18