Université Batna 2

SNV/ Département
Microbiologie et
Biochimie

Statistiques
inférentielles
(Partie 2)
CHEBAANI Fatma Zohra L3 Biochimie
2023-2024
Plan 1 Un test statistique

2 Le choix de test

3 T-test

4 Principes des
autres tests
 Un test statistique

Un test statistique est appelé à produire un

résultat significatif au milieu d’un ensemble
de données expérimentales aléatoires.

Il vérifie une hypothèse formulée sur les

paramètres descriptifs (moyennes,
pourcentages, variances, …) des séries à
comparer.
 La méthodologie des tests consiste à répondre é l'aide de résultats expérimentaux à
une question concernant les paramètres de la loi de probabilité des variables
aléatoires.

Aidée + Question Hypothèse Résultats Test statistique

Expérimentation

Réponse

Le principe d’un test statistique consiste à calculer une expression mathématique sur l’ensemble des
données de l’échantillon. La valeur calculée est ensuite comparée à la distribution d’une loi théorique
connue : Loi Z Normale, Loi T de Student, Loi de Fisher ou la loi du χ².
 Des données chiffrés La question

Elle doit être posée de telle

sorte qu'il n'y ait que deux
Innovation
réponses possibles : oui et
Conditions non.
Un ou plusieurs paramètres Variables aléatoires

la question doit concerner un ou plusieurs Dont la forme de la loi de probabilité

paramètres de cette loi.
est connue.
 Une fois cette la question posée, la réponse du test est

H0 (nulle) H1

Soit l'acceptation de
Inn Soit le rejet de cette
l'hypothèse, ce qui signifie que
hypothèse, ce qui signifie qu'il
les données ne contredisent pas
l'hypothèse. Hypothèse est très peu probable d'obtenir
les résultats que nous avons
trouvés si l'hypothèse est vraie,
ou que les données sont en
contradiction avec elle ovation
 Valeur Valeur
Test calculée théorique comparison
Test T de Student
t0 t(α)
Test observé Seuil critique

En pratique la valeur du test calculée est comparée à une valeur théorique de la

table de la loi en question (d’où est tiré le test).
Par exemple pour le Test T de Student, sa valeur calculée t0 sera comparée à
une valeur fixe t(α). Avec Alpha α est le risque d’erreur fixé à priori.
 Comment choisir un test statistique ?

Type de la variable

Normalité ou non Etude comparative ou

explicative

Taille de l’échantillon
Homogénéité

Les critères de choix

 Test statistique de comparaison de variables quantitatives
Distributions Test
Normales paramétrique
Test T de Student

Comparison 2
groupes Test des rangs de
Distributions NON Test NON
Normales paramétrique Willcoxon
Variables
quantitatives
Distributions
Normales et
Test
Comparison 3 égalité des
paramétrique
Test ANOVA
groups ou plus variances

Distributions NON Test NON Test Kruskall-

Normales paramétrique Wallis
Test statistique de comparaison de variables quanlitatives
Comparaison des moyennes d’une variable quantitative de deux groupes

Moyenne de n>30 Normale

Moyenne d’un Test de
reference
groupe étudié conformité
(Norme) n ˂30 T test

Moyenne d’un
n>30 Normale
Moyenne d’un Test de significativité
groupe A étudié groupe B étudié de deux Moyennes
n ˂30 T test

Moyenne d’un Moyenne d’un T test de student apparié (dépendant,

groupe A étudié groupe A étudié en couple)
 test de conformité
vérifie si un échantillon () peut être considéré comme extrait d'une population donnée ou
représentatif de cette population (),

Hypothèse

{ ¿ 𝑯 𝟎 ( 𝒏𝒖𝒍𝒍𝒆 ) 𝒙= 𝒙 𝟎 La moyenne de notre échantillon est

dans les normes
¿ 𝑯 𝟏 ( 𝒂𝒍𝒕𝒆𝒓𝒏𝒂𝒕𝒊𝒗𝒆 ) 𝒙 ≠ 𝒙 𝟎 notre échantillon n’est dans les normes
(non conforme)
 test de conformité
vérifie si un échantillon () peut être considéré comme extrait d'une population donnée ou
représentatif de cette population (),

{
¿𝒑𝒂𝒓 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆𝒅𝒆𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒄𝒆 𝒙𝟎 ∈ [ 𝒙 ±𝒆𝒓𝒓𝒆𝒖𝒓 ]
|𝒙−𝒙 𝟎|
¿𝒄𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝒕 𝒐𝒃𝒔 ( 𝒕𝒐 ) 𝒕𝒐= 𝒆𝒏𝒔𝒖𝒊𝒕𝒆𝒄𝒐𝒎𝒑𝒂𝒓𝒆𝒓 𝒂𝒗𝒆𝒄 𝒕 𝒆𝒕𝒅𝒅𝒍=𝒏−𝟏

√
𝜶
𝑺𝑪𝑬 𝟏−
𝟐

𝒏 ( 𝒏−𝟏 )

Décision (Résultat)

{
¿𝒕𝑶≥ 𝒕 𝜶 𝑯 𝟎 𝒆𝒔𝒕 𝒓𝒆𝒋𝒆𝒕 é 𝒆
𝟏−
𝟐
¿ 𝒕 𝑶< 𝒕 𝜶 𝑯 𝟎 𝒆𝒔𝒕 𝒂𝒄𝒄𝒆𝒑𝒕 é 𝒆
𝟏−
𝟐
 test de conformité Exemple
Lors d’une enquête sur la durée de sommeil des enfants de 2 à 3 ans dans un département
algérien, on a trouvé une moyenne du temps de sommeil par nuit de 10.2 heures dans un
groupe de 40 enfants. L’écart-type S est de 2.1 heures. La moyenne attendue de sommeil est
de 11.7 heures chez les enfants de cet âge. Les enfants examinés dorment autant que ceux de
la population ? (𝛼 = 0.05)
 test de conformité Exemple

Par intervalle de confiance

I= [x- 𝞵1- ; x+ 𝞵1- ⦌ = 10,2 ± 1,96 = 10,2 ± 0,65 = [9,54 -10,85]

[9,54 -10,85]
 test de conformité Exemple
Décision

. Les enfants examinés dorment autant que ceux de la population ?

Les enfants examinés présentent un temps de sommeil plus court que les enfants de la
population générale
 Test de
significativité (2
moyennes)
Test de significativité (2 moyennes)
2 moyennes ¿ 𝒏𝟏 ,𝒏𝟐 ≥ 𝟑𝟎 𝒏𝒐𝒓𝒎𝒂𝒍
Echantillons indépendants ¿ 𝒏𝟏 , 𝒏𝟐< 𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕

𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒔 𝒔𝒂𝒕𝒊𝒔𝒇𝒖𝒔𝒂𝒏𝒕𝒆𝒔,𝒑𝒐𝒑𝒖𝒍𝒂𝒕𝒊𝒐𝒏𝒏𝒐𝒓𝒎𝒂𝒍𝒆
2 moyennes
Echantillons dépendants
𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒂𝒑𝒑𝒂𝒓𝒊 é
 Echantillons indépendants

Test de significativité (2 moyennes)

, 𝒏 𝟐 ≥ 𝟑𝟎 𝒏𝒐𝒓𝒎𝒂𝒍

{ √ [ ]
𝑺𝑪𝑬 𝟏 + 𝑺𝑪𝑬 𝟐 𝟏 𝟏
¿ 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒅𝒆 𝒅𝒊𝒇𝒇 é 𝒓𝒆𝒏𝒄𝒆 𝒅𝒆𝒔 𝒅𝒆𝒖𝒙 𝒎𝒐𝒚 : 𝑰 𝒄 =( 𝒙 𝟏 − 𝒙𝟐 ) ± 𝒕 𝜶 +
𝟏−
𝟐 𝒏𝟏 + ( 𝒏𝟐 −𝟏 ) 𝒏𝟏 𝒏𝟐
| 𝒙𝟏 − 𝒙 𝟐|
¿ 𝒆𝒄𝒂𝒓𝒕 𝒓 é 𝒅𝒖𝒊𝒕 𝒅𝒆𝒔 𝒎𝒐𝒚𝒆𝒏𝒏𝒆𝒔 : 𝜺= 𝒄𝒐𝒎𝒑𝒂𝒓𝒆𝒓 𝒂𝒗𝒆𝒄 𝒕

√
𝜶
𝟐 𝟐 𝟏−
𝜹 𝜹
𝟏 𝟐
𝟐
+
𝒏𝟏 𝒏𝟐 ❑
 Echantillons indépendants

Test de significativité (2 moyennes)

𝟏 , 𝒏 𝟐 <𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕

{
|𝒙 𝟏 − 𝒙 𝟐|
¿ 𝑪𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝒕 𝒐𝒃𝒔 = 𝒅 𝒅 𝒍=𝒏 𝟏 + ( 𝒏 𝟐 − 𝟐 )

√
𝑺𝑪𝑬 𝟏 + 𝑺𝑪𝑬 𝟐 𝟏 𝟏
+
𝒏𝟏 + ( 𝒏𝟐 − 𝟐 ) 𝒏𝟏 𝒏𝟐
¿ 𝑪𝒐𝒎𝒑𝒂𝒓𝒆𝒓 𝒕 𝒐𝒃𝒔 𝒂𝒗𝒆𝒄 𝒕 𝝰
( )
𝟏−
𝟐

{
|𝒙 𝟏 − 𝒙𝟐|
¿ 𝑪𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝒕 𝒐𝒃𝒔 =
𝒏 𝟏 ,=𝒏 𝟐<𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕
√
𝑺𝑪𝑬 𝟏 + 𝑺𝑪𝑬 𝟐
𝒏 ( 𝒏−𝟏 )
¿ 𝑪𝒐𝒎𝒑𝒂𝒓𝒆𝒓 𝒕 𝒐𝒃𝒔 𝒂𝒗𝒆𝒄 𝒕 𝝰
𝒅 𝒅 𝒍=𝟐 ( 𝐧 − 𝟏)
𝟏−
𝟐
 Echantillons indépendants (exemple)

Test de significativité (2 moyennes)

𝟏 , 𝒏 𝟐 <𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕
 Echantillons indépendants (exemple)

Test de significativité (2 moyennes)

𝟏 , 𝒏 𝟐 <𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕
 Echantillons indépendants (exemple)

Test de significativité (2 moyennes)

𝟏 , 𝒏 𝟐 <𝟑𝟎 𝑺𝒕𝒖𝒅𝒆𝒏𝒕
 Echantillons dépendants

Test de significativité (2 moyennes)

𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒔 𝒔𝒂𝒕𝒊𝒔𝒇𝒖𝒔𝒂𝒏𝒕𝒆𝒔,𝒑𝒐𝒑𝒖𝒍𝒂𝒕𝒊𝒐𝒏𝒏𝒐𝒓𝒎𝒂𝒍𝒆 𝑺𝒕𝒖𝒅𝒆𝒏𝒕 𝒂𝒑𝒑𝒂𝒓𝒊 é

{ ¿ 𝑯 0 ( 𝒏𝒖𝒍𝒍𝒆 ) 𝒅= 0
¿ 𝑯 1 ( 𝒂𝒍𝒕𝒆𝒓𝒏𝒂𝒕𝒊𝒗𝒆 ) 𝒅 ≠ 0

{
′
¿𝒄𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝒅 𝒊=𝒙 𝒊 − 𝒙 𝒆𝒏𝒔𝒖𝒊𝒕𝒆 𝒍𝒂𝒎𝒐𝒚𝒆𝒏𝒏𝒆 𝒅 ,𝑺𝑪𝑬 𝒅
𝒊
|𝒅|
¿ 𝒄𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝒕𝒐𝒃𝒔=

√ 𝑺𝑪𝑬 𝒅
𝒏 ( 𝒏−𝟏 )
¿𝒄𝒐𝒎𝒑𝒂𝒓𝒆𝒓 𝒕𝒐𝒃𝒔 𝒂𝒗𝒆𝒄 𝒕 𝝰 𝒅𝒅𝒍=𝒏−𝟏
𝟏−
𝟐
 Echantillons dépendants (exemple)

Test de significativité (2 moyennes)

 Echantillons dépendants (exemple)

Test de significativité (2 moyennes)