H0 et H1

[heaven]

Bonjour, j'ai du mal a comprendre la différence entre H1 et H0, je sais juste que H0 représente un sorte de référence si je me trompe pas du coup est ce que quelqu'un peut me confirmer ca svp? et et aussi y'a une remarque trouvée dans le poly du tat que je n'arrive pas a assimiler : "Plus la probabilité d’observer sous H0 des valeurs encore plus extrêmes que notre valeur observée est faible, plus H0 semble fausse (moins H0 est crédible)."

merciiii

[emeline01]

Salut, 

 

H0 est bien l'hypothèse de référence, c’est celle que l’on suppose vraie au départ, tant qu’on n’a pas de preuve suffisante pour la rejeter. Par exemple : "Le médicament n’a aucun effet sur la tension artérielle". 

H1 est l'hypothèse alternative, elle est opposée à H0. Par exemple : "Le médicament a un effet sur la tension artérielle". Si les données montrent que H0 est très improbable, alors on rejette H0 au profit de H1. 

 

« Plus la probabilité d’observer sous H0 des valeurs encore plus extrêmes que notre valeur observée est faible, plus H0 semble fausse (moins H0 est crédible). »

Cette phrase parle de la p-value, c’est-à-dire la probabilité d’obtenir un résultat aussi extrême ou plus extrême que celui qu’on a observé, si H0 était vraie.

 

Par exemple : tu mesures la tension chez un groupe de patients après avoir donné le médicament et tu observes une baisse moyenne de 5 mmHg.

Tu calcules la probabilité d’obtenir un résultat aussi extrême ou plus extrême que -5 mmHg si H₀ est vraie.

• Si cette probabilité est grande (par exemple 40%), ça veut dire que : « Obtenir -5 mmHg, c’est quelque chose de courant même si le médicament ne fait rien. » Donc H₀ reste crédible et on ne la rejette pas.
• Si cette probabilité est petite (par exemple 1%), ça veut dire que :  « Obtenir -5 mmHg serait très étonnant si le médicament ne faisait rien. » Donc on se dit que H₀ est probablement fausse, on rejette H₀ et on pense que le médicament agit (H₁).

J'espère avoir pu répondre à ta question ! 

[ja-dénosine4]

Salut ! Je complète la réponse précédente avec un petit graphique : la courbe de Gauss. 
En fait lorsque tu vas faire un test statistique, on va définir un risque au préalable ( qui peut être représenté par la p-value citée plus haut ). Lorsque tu vas obtenir les données numériques de ton test (tension de chaque patient pour reprendre l’exemple plus haut ), ça va te dire si tu es en dedans ou en dehors de ce risque, de ce que tu attends en gros. Si tu te trouves dans la zone de ce risque, alors la probabilité que ton hypothèse initiale H0 soit fausse est tres élevé (on se trouve à l’extrêmité du graphique, les patients ont une pression vraiment très élevée ou très basses, c’est anormal au vu de ce qu’on attendait. Ça peut correspondre à la zone rouge si ta limite (ou risque) est entre le jaune et le rouge) donc tu la rejettes et tu acceptes une hypothèse alternative qui est H1. 
 

voilà