Académique Documents
Professionnel Documents
Culture Documents
test du 2
1. Le test du 2 d'ajustement
2. Le test du 2 d'homognit
3. Le test du 2 d'indpendance
indpendants.
introduction
Un test dhypothse est un procd dinfrence permettant
de contrler (accepter ou rejeter) partir de ltude dun ou
plusieurs chantillons alatoires.
1- Mthodologie
Le principe des tests dhypothse est de poser une hypothse de travail et
de prdire les consquences de cette hypothse pour la population ou
lchantillon.
3- Risques derreur
population population de
, rfrence
chantillon H0
m, s
m
(fluctuations
dchantillonnage)
Sous H0 : = H0 - H0 = 0
Si n > 30 : m N (, /n)
- 0 +
valeurs peu valeurs peu
probables de valeurs probables de Z probables
Z de Z
- -Z = - 1,96 +Z = 1,96 +
0
/2
/2
(rejet de H0 = acceptation
(rejet de H0 = acceptation
de H1)
de H1)
-z z
0
|Zo| > Z |Zo| Z |Z| > Z
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,2 1,282 1,254 1,227 1,200 1,175 1,150 1,126 1,103 1,080 1,058
0,3 1,036 1,015 0,994 0,974 0,954 0,935 0,915 0,896 0,878 0,860
0,4 0,842 0,824 0,806 0,789 0,772 0,755 0,739 0,722 0,706 0,690
0,5 0,674 0,659 0,643 0,628 0,613 0,598 0,583 0,568 0,553 0,539
0,6 0,524 0,510 0,496 0,482 0,468 0,454 0,440 0,426 0,412 0,399
0,7 0,385 0,372 0,358 0,345 0,332 0,319 0,305 0,292 0,279 0,266
0,8 0,253 0,240 0,228 0,215 0,202 0,189 0,176 0,164 0,151 0,138
0,9 0,126 0,113 0,100 0,088 0,075 0,063 0,050 0,038 0,025 0,013
Dtermination du degr de signification associ Zo
(P- value)
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
2,576 2,326 2,170 2,054 1,960 1,881 1,812 1,751 1,695
0,0
0,1 1,645 1,598 1,555 1,514 1,476 1,440 1,405 1,372 1,341 1,311
0,2 1,282 1,254 1,227 1,200 1,175 1,150 1,126 1,103 1,080 1,058
0,3 1,036 1,015 0,994 0,974 0,954 0,935 0,915 0,896 0,878 0,860
0,4 0,842 0,824 0,806 0,789 0,772 0,755 0,739 0,722 0,706 0,690
0,5 0,674 0,659 0,643 0,628 0,613 0,598 0,583 0,568 0,553 0,539
0,6 0,524 0,510 0,496 0,482 0,468 0,454 0,440 0,426 0,412 0,399
0,7 0,385 0,372 0,358 0,345 0,332 0,319 0,305 0,292 0,279 0,266
0,8 0,253 0,240 0,228 0,215 0,202 0,189 0,176 0,164 0,151 0,138
0,9 0,126 0,113 0,100 0,088 0,075 0,063 0,050 0,038 0,025 0,013
Si n1 30 et n2 30
Sous H0 : 1 = 2 1 - 2 = 0
s est un estimateur de
III. Comparaison de deux moyennes observes
(chantillons apparis)
Obs 1 Obs1
Obs1 1 Obs2 1
Obs 2 Obs 2
Obs 3 Obs1 2 Obs2 2
Obs 3
Obs1 3 Obs2 3
Obs n2
Obs n1
Obs1 n1 Obs2 n2
m1 m2
m1 m2
Z
var m1 var m 2 2 cov m1 , m 2
Zappari > Zindpendant gain de puissance
Echantillons apparis
m1 m2
Z
var m1 var m 2 2 cov m1 , m 2
di = (Obs1 i Obs2 i)
d1
Obs1 1 d2 Obs2 1
Obs1 2 di Obs2 2
Obs1 i Obs2 i
dn
Obs1 n Obs2 n
m1 m2
Test Z de lcart rduit pour chantillons apparis
H0 : d = 0 (1 = 2)
H1 : d 0 (1 2)
Si n 30 paires
1
(non-rejet de H0)
-z z
Quand? Si votre recherche comporte plus de deux groupes (indpendants ou non) et que votre
variable dpendante est quantitative.
-Pour comparer la variance de ces groupes (variable x) afin d'infrer une relation entre X et Y
-Les tests statistiques comme l'analyse de variance permettent au chercheur de rejeter ou non l'hypothse null
,donc de prendre une dcision quant la valeur de cette hypothse.
-Avant de procder une analyse de variance , il faut formuler vos hypothses statistiques (H o et H1).
Comment formuler les hypothses statistiques dune ANOVA
-Dans la logique de tout test d'hypothse - test t, khi-carr, analyse de variance, etc. - il y a toujours
deux hypothses statistiques.
Lhypothse nulle
L'hypothse alternative :
Habituellement l'hypothse du chercheur
Faire un test supplmentaire ou test post-hoc, qui nous indiquera laquelle des trois paires de groupes sont
diffrents
La taille de leffet
- Il est possible de calculer la taille de leffet pour lANOVA. La formule est trs simple
puisquelle implique des lments dj calculs.
Test de student
Le test de student est un test statistique permettant de comparer les
moyennes de deux groupes dchantillons.
indpendants.
Le test de student comparant deux groupes dchantillons dpendants.
Les conditions dapplication du test de student :
avec :
Pour un test unilatral, nous prendrons la valeur t(n-1,1- ) de la table et pour un test
bilatral, nous prendrons t(n-1,1- /2).
II- Test de Student pour deux chantillons indpendants :
avec :
III.Le test du 2 d'indpendance qui est utilise pour tudier sur un mme
chantillon la liaison entre deux variables qualitatives.
Tableau de contingence
Le test du 2 se base sur la notion d'effectifs synthtiss au sein d'un tableau
de contingence. La forme de ce dernier dpend du type de test qui est utilis.
Modalit 1 o1
Modalit 2 o2
. .
. .
. .
Modalit p op
Total N
2. Dans le cas du test du 2 d'homognit,
Effectifs observs
. . . . .
. . . . .
. . . . .
Opk
Modalit p Op1 Op2 tp
Total n2 n2 nk N
3. Dans le cadre du test du 2 d'indpendance
Variable X2
Variable X1 Modalit 1 Modalit 2 Modalit k Total
Modalit 1 O11 O12 O1k t1
Modalit2 O21 O21 O2k t2
. . . . .
. . . . .
. . . . .
Effectifs observs
Variable Echantill Echantill Echantill Total
on 1 on2 on k
Modalit O11 O12 O1k t1
1
Modalit O21 O22 O2k t2
2
. . . . .
. . . . .
. . . . .
Modalit Op1 Op2 Opk tp
p
Total n1 n2 nk N
On dfinit l'effectif thorique eij associ la case {i,j} du tableau par la quantit
suivante :
Effectifs thoriques
Variable Echantillo Echantillo Echantillo Total
n1 n2 nk
Modalit e11 e12 e1k t1
1
Modalit e21 e22 e2k t2
2
. . . . .
. . . . .
. . . . .
Modalit ep1 ep2 epk tp
p
Sous H0, le test du 2 a pour
Total n1 statistique
n2 de test : nk N
Interprtation du test du 2
Si la valeur de la statistique de test 2 est infrieure a la valeur seuil 2(1 );(p 1)(k 1) ddl alors on
conserve l'hypothse nulle. On ne peut pas affirmer que les chantillons sont issus de
population diffrente (i.e. les distributions semblent identiques).
Si la valeur de la statistique de test 2 est suprieure a la valeur seuil 2(1 );(p 1)(k 1) ddl alors on
rejette l'hypothse nulle. Les chantillons sont issus de populations diffrentes (i.e. les
distributions sont significativement diffrentes entre les chantillons).
Dans le cadre du test du 2 d'indpendance, l'interprtation est la suivante :
alors on conserve l'hypothse nulle. Les variables X1 et X2 sont indpendantes. (i.e. leur
distribution est Indpendante).
alors on rejette l'hypothse nulle. Il existe une liaison significative entre X1 et X2 (i.e. leurs
distributions sont dpendantes).
Merci
de
votre