Introduction aux tests statistiques

Mohamed LEMDANI

MISO
Université de Lille

27 Septembre 2023
Introduction Types d’erreurs
Problématique

Problèmes de comparaison
Exemples : effet d’un médicament hypotenseur, niveaux d’expression d’un gène, . . .
Formalisation : variable X observée sur 2 échantillons (quantitative = baisse de
tension, niveau d’expression, . . . ou qualitative = amélioration, rémission, . . . ).
X caractérisée par ses paramètres (moyenne, écart-type, médiane, . . . si quantitative ou
proportion(s) si qualitative).
=⇒ comparer les valeurs d’un paramètre entre les deux populations (test statistique de
comparaison).
Exemple : µ1 , µ2 moyennes de X sur les populations =⇒ µ1 = µ2 ? µ1 , µ2 ? µ1 > µ2 ?
Hypothèses du test : H0 : {µ1 = µ2 } et H1 .
Problème décisionnel : données −→ calculs −→ rejet/acceptation de H0 .
Calcul d’une variable de décision dont la valeur permet de décider (accepter/rejeter H0 ).
Introduction Types d’erreurs
Variable de décision

Types d’erreurs dans un test statistique

Analogie : fonctionnement d’une alarme.
Population = réalité, échantillon (test) = alarme.
H0 : absence de danger, H1 : présence du danger.
H0 (alarme au repos) H1 (alarme en fonctionnement)
H0 (absence Décision correcte Rejet de H0 à tort (fausse
de danger) alarme), erreur de 1ère espèce
H1 (présence Acceptation de H0 à tort Décision correcte
de danger) (défaut d’alarme),
erreur de 2nde espèce
α = P(Erreur type I) −→ risque de 1ère espèce.
β = P(Erreur type II) −→ risque de 2nde espèce.
But : "contrôler" α et β =⇒ test parfait (n’existe pas) : α = β = 0.
α = 0 : possible si rejet interdit (alarme éteinte) −→ β = 1.
β = 0 : possible si rejet systématique (alarme toujours en marche) −→ α = 1.
Puissance du test : 1 − β (capacité à rejeter quand il le faut).
Introduction Types d’erreurs
Variable de décision

Variable de décision
Démarche : poser une question −→ la formuler comme un test statistique (H0 et H1 ) −→
recueil de données −→ calcul d’une variable de décision D.
Suivant les valeurs de D, on accepte/rejette H0 .
D dépend de l’échantillon =⇒ variable aléatoire (a donc une loi). Cette loi est :
• connue sous H0 : normale (D = u), Student (D = t), χ2 (D = k), Fisher (D = F), . . .
• différente (en général inconnue) sous H1 .
Choix d’un risque de première espèce α (souvent 5%) =⇒ zone de rejet sous la loi de D
sous H0 de surface α et zone d’acceptation de surface 1 − α.
Test comparatif : zone de rejet bilatérale (alternative H1 : ,), unilatérale (H1 : < ou >).

α/2 1–α α/2 1–α α

Autre approche : calcul de la p-value (niveau de signification) p.