Décision Statistique – Test de validité d’Hypothèse

1-1 Principe d’un test de validité d’hypothèse

C’est une démarche qui a pour but de fournir une règle de décision permettant de
faire le choix entre deux hypothèses et ce sur la base de résultats d’échantillon.

Exemple
1) ligne de production.
2) réception d’un lot d’article.

Remarques estimateur

estimation Niveau de confiance

(1-a)

hypothèses
décision statistique
Seuil de
signification (a)

19/02/2024 Pr. EL BROUZI cours statistique 1

 Hypothèse statistique : est un énoncé (affirmation) concernant la valeur d’un paramètre de la
population ou encore un énoncé concernant la forme de la distribution d’une population.

Hypothèse nulle et hypothèse alternative

hypothèse nulle (H0) est l’hypothèse à tester; selon laquelle on fixe à priori un paramètre
d’une population à une valeur particulière. (absence de différence ou d’effet)

hypothèse nulle (H1) hypothèse contraire que l’on souhaite prouver en rejetant l’hypothèse
nulle (Ho); elle traduit une différence ou un effet statistiquement significatifs.

19/02/2024 Pr. EL BROUZI cours statistique 2

Exemples :

Ho : deux populations d’étudiant (de même niveau) ayant suivi des méthodes
pédagogiques différentes ont les mêmes notes moyennes aux examens.
H1 : deux populations d’étudiant (de même niveau) ayant suivi des méthodes
pédagogiques différentes ont des notes moyennes significativement différentes aux
examens.

Ho : le temps moyen de bon fonctionnement de deux marques de disques durs

est le même.
H1 : le temps moyen de bon fonctionnement de disque dur de la marque B est
significativement différent de celui de la marque A.

Ho : la proportion de fumeurs chez les étudiants est la même que dans la

population générale.
H1 : la proportion de fumeurs chez les étudiants est significativement
différent de celle dans la population générale.

19/02/2024 Pr. EL BROUZI cours statistique 3

1-2 Formulation d’hypothèses statistiques

D ’après l’exemple du contrôle de qualité, on doit énoncer deux hypothèses

concernant la moyenne de la population (lot) :

- hypothèse nulle H0 : m = m0 (lot conforme à la norme m0).

- hypothèse alternative H1: m ≠ m0 (lot non conforme à la norme m0).

les différents types de test d’hypothèses :

Test unilatéral à Test bilatéral Test unilatéral à

gauche droite

H0 : m = m0 H0 : m = m0 H0 : m = m0

H1 : m < m0 H1 : m ≠ m0 H1 : m > m0

19/02/2024 Pr. EL BROUZI cours statistique 4

 le test d’hypothèse est basé sur le résultat d’un échantillon (information partielle)
donc on doit admettre la possibilité d’erreurs.

1-3 Risques d’erreurs

Dans un test d’hypothèse, on ne peut jamais être certain que H0 est accepter ou
rejeter. Les risques de se tromper sont résumés dans ce tableau :

Décision Statistique

Accepter H0 Rejeter H0

Mauvaise décision.
E
H0 vraie Bonne décision Erreur de Type I
T
(risque de 1er espèce)
A
T Mauvaise décision.
S H0 fausse Erreur de Type II Bonne décision
(risque de 2éme espèce)

19/02/2024 Pr. EL BROUZI cours statistique 5

 le test d’hypothèse est basé sur le résultat d’un échantillon (information partielle)
donc on doit admettre la possibilité d’erreurs.

1-3 Risques d’erreurs

Dans un test d’hypothèse, on ne peut jamais être certain que H0 est accepter ou
rejeter. Les risques de se tromper sont résumés dans ce tableau :

Décision Statistique

Accepter H0 Rejeter H0

Bonne décision Mauvaise décision.

E
H0 vraie Probabilité=1-alpha Erreur de Type I
T
Niveau de confiance (risque de 1er espèce)
A
T Mauvaise décision.
S H0 fausse Erreur de Type II Bonne décision
(risque de 2éme espèce) Prababilité=1-béta
Puissace de test

19/02/2024 Pr. EL BROUZI cours statistique 6

- Risque de première espèce : rejeter une hypothèse vraie.

- Risque de deuxième espèce : accepter une hypothèse fausse.

- Probabilité (de commettre une erreur de première espèce) = a.

- Probabilité (de commettre une erreur de deuxième espèce) = b.

on appelle a seuil de signification, ce risque est toujours fixé à l’avance avant de recueillir les
données. Donc a est contrôlée; par contre la probabilité de commettre une erreur de deuxième
espèce (b)n’est pas contrôlée.

Remarques

a) Les seuils de signification les plus utilisés sont a =0,05 et a =0,01; dépendant des conséquences
de rejeter à tort l’hypothèse H0.

b) la statistique qui convient pour le test est donc une variable aléatoire dont la valeur observée
sera utilisée pour décider du « rejet » ou « non-rejet » de H0 . la distribution d’échantillonnage de
cette statistique est déterminée en supposant que H0 est vraie.

19/02/2024 Pr. EL BROUZI cours statistique 7

1-4 Démarche à suivre dans l’ élaboration d’un Test d’hypothèse

étape 1 : Formuler l’hypothèse nulle H0 et le contre-hypothèse H1.

étape 2: Fixer d’avance le seuil de signification a.

étape 3: Préciser les conditions d’application du Test :

- spécification ou nom de la forme de la population.
- indication si nous sommes en présence d’un grand échantillon (n>30).
- préciser si la variance de la population est connue ou inconnue, etc …

étape 4: Spécifier la statistique qui convient pour le Test et définir l’écart-réduit. En déduire sa
distribution d’après les conditions d’application.

étape 5: Adopter une règle de décision qui conduira au rejet ou au non-rejet de H0 au seuil de
signification a choisi. Cette décision est définit à partir des valeurs critiques de l’écart-réduit.

étape 6: Calculer la valeur numérique de l’écart-réduit, valeur déduite des résultats de l’échantillon.

étape 7: Décision et conclusion : comparer la valeur numérique obtenu pour l’écart-réduit avec la
règle de décision adoptée (étape 5). Décider entre les deux hypothèses formulées (étape 1) et
conclure.

19/02/2024 Pr. EL BROUZI cours statistique 8

2 Comparaison à une norme
2-1 Comparaison d’une moyenne à une norme.
A- échantillon prélevé au hasard d’une population normale de variance connue s2.

Hypothèses Ecart-réduit Règle de décision Seuil de signification et

Statistiques valeurs critiques

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,975 = 1,96

H1 : m ≠ m0 a =0,01 ⇒ Z0,995 = 2,58

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : m > m0 a=0,01 ⇒ Z0,99 = 2,33

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : m < m0 a=0,01 ⇒ Z0,99 = 2,33

19/02/2024 Pr. EL BROUZI cours statistique 9

 B- grand échantillon (n>30) prélevé au hasard d’une population de variance inconnue.

Hypothèses Ecart-réduit Règle de décision Seuil de signification et

Statistiques valeurs critiques

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,975 = 1,96

H1 : m ≠ m0 a =0,01 ⇒ Z0,995 = 2,58

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : m > m0 a=0,01 ⇒ Z0,99 = 2,33

H0 : m = m0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : m < m0 a=0,01 ⇒ Z0,99 = 2,33

19/02/2024 Pr. EL BROUZI cours statistique 10

C- petit échantillon (n < 30) prélevé au hasard d’une population normale de variance inconnue.

Hypothèses Ecart-réduit Règle de décision

Statistiques

H0 : m = m0 Rejet de H0 si :

H1 : m ≠ m0

H0 : m = m0 Rejet de H0 si :

H1 : m > m0

H0 : m = m0 Rejet de H0 si :

H1 : m < m0

19/02/2024 Pr. EL BROUZI cours statistique 11

2-2 Comparaison d’une proportion à une norme.
on veut tester si une proportion p d’éléments dans une population peut-être égale ou
non à une proportion théorique p0. (n. p0 > 5 et n. (1-p0)> 5 donc F suit une loi normale)

Hypothèses Ecart-réduit Règle de décision Seuil de signification et

Statistiques valeurs critiques

H0 : p = p0 Rejet de H0 si : a=0,05 ⇒ Z0,975 = 1,96

H1 : p ≠ p0 a =0,01 ⇒ Z0,995 = 2,58

H0 : p = p0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : p > p0 a=0,01 ⇒ Z0,99 = 2,33

H0 : p = p0 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

H1 : p < p0 a=0,01 ⇒ Z0,99 = 2,33

19/02/2024 Pr. EL BROUZI cours statistique 12

2-3 Comparaison d’une variance à une norme.
échantillon prélevé au hasard d’une population normale de variance inconnue s2.

Hypothèses La statistique Règle de décision

Statistiques

H0 : s2 = s20 Rejet de H0 si :

H1 : s2 ≠ s20

H0 : s2 = s20 Rejet de H0 si :

H1 : s2 > s20

H0 : s2 = s20 Rejet de H0 si :

H1 : s2 < s20

19/02/2024 Pr. EL BROUZI cours statistique 13

3 Comparaison entre deux populations

Dans le paragraphe précédent (comparaison à une norme), nous n’avons traité que des
situations comportant une seule population. Nous abordons ici l’étude des tests statistiques dans le
cas où nous devons comparer certains paramètres de deux populations.

On a 2 populations, et il faut tester, à partir de deux échantillons prélevés indépendamment

dans chacune, si ces populations sont identiques, ou du moins si certains de leurs paramètres,
comme m , s2, p , sont égaux ou non.

Exemples :
- Les pièces provenant de deux lots ont-elles le même diamètre moyen ?
- Les bouteilles remplies sur deux chaînes ont-elles le même contenu moyen ?

comparaison de deux moyennes

les différents types de test d’hypothèses :

Test unilatéral à Test bilatéral Test unilatéral à

gauche droite
H0 : m1 = m2 H0 : m1 = m2 H0 : m1 = m2
H1 : m1 < m2 H1 : m1 ≠ m2 H1 : m1 > m2

19/02/2024 Pr. EL BROUZI cours statistique 14

A- Deux populations normales de variance connue .

Population 1 Population 2
m1 m2
s1 s2

m1 - m2

19/02/2024 Pr. EL BROUZI cours statistique 15

A- échantillons prélevés au hasard de populations normales de variance connue .

Hypothèses Seuil de signification et

Statistiques Ecart-réduit Règle de décision valeurs critiques

H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,975 = 1,96

a =0,01 ⇒ Z0,995 = 2,58

H1 : m1 ≠ m2

H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

a=0,01 ⇒ Z0,99 = 2,33

H1 : m1 > m2

H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

a=0,01 ⇒ Z0,99 = 2,33

H1 : m1 < m2

19/02/2024 Pr. EL BROUZI cours statistique 16

 B- grands échantillons (tailles >30) prélevés au hasard de populations de variances inconnues.

Hypothèses Ecart-réduit Règle de décision Seuil de signification et

Statistiques valeurs critiques

H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,975 = 1,96

a =0,01 ⇒ Z0,995 = 2,58

H1 : m1 ≠ m2

H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

a=0,01 ⇒ Z0,99 = 2,33

H1 : m1 > m2
H0 : m1 = m2 Rejet de H0 si : a=0,05 ⇒ Z0,95 = 1,64

a=0,01 ⇒ Z0,99 = 2,33

H1 : m1 < m2
19/02/2024 Pr. EL BROUZI cours statistique 17