DrR Posted November 19, 2019 Posted November 19, 2019 Salut j'ai jamais compris cette phrase : plus la probabilité d'observer sous Ho des valeurs plus extrêmes que la valeur observée est faible, moins Ho est crédible Quote
Ancien Responsable Matière Liliputienne Posted November 19, 2019 Ancien Responsable Matière Posted November 19, 2019 En fait ça veut dire que plus ta p-value est faible plus tu as de chances d’arriver au rejet de Ho. Parce que plus ta p-value est faible, plus elle se rapproche de α. Par contre l’item serait faux si on te disait “ la probabilité d'observer sous Ho des valeurs plus extrêmes que la valeur observée est faible, on peut donc rejeter avec certitude Ho” puisque ta p-value faible ne veut pas dire p<α donc on ne peut pas conclure au rejet avec certitude Est-ce que c’est plus clair ? Quote
DrR Posted November 19, 2019 Author Posted November 19, 2019 il y a 16 minutes, Liliputienne a dit : En fait ça veut dire que plus ta p-value est faible plus tu as de chances d’arriver au rejet de Ho. Parce que plus ta p-value est faible, plus elle se rapproche de α. Par contre l’item serait faux si on te disait “ la probabilité d'observer sous Ho des valeurs plus extrêmes que la valeur observée est faible, on peut donc rejeter avec certitude Ho” puisque ta p-value faible ne veut pas dire p<α donc on ne peut pas conclure au rejet avec certitude Est-ce que c’est plus clair ? euh vraiment je bloque je comprend pas trop pourquoi plus p value est faible plus elle se rapproche de alpha ? Quote
Ancien Responsable Matière Liliputienne Posted November 19, 2019 Ancien Responsable Matière Posted November 19, 2019 (edited) Tu as une hypothèse nulle (Ho) qui s’écrit avec un signe = et qui concerne les populations. Pendant un test, ton but c’est d’arriver au rejet de cette hypothèse (au risque d’erreur α près) pour pouvoir conclure à la significativité du test. Tu définis donc ton risque α a priori (souvent fixé à 5%). Ensuite tu te sers de la p-value en la comparant au risque α : Si p-value < α alors ton test est significatif et on conclu au rejet de Ho Si p-value > α alors ton test n’est pas significatif et on ne peut rien conclure (puisque cela peut-être du a des fluctuations d’échantillonnage ; ou manque de puissance). Au final tu ne peux pas dire qu’il existe une différence, mais tu ne peux pas dire qu’il existe une absence différence non plus Si p-value > α mais faible (on est donc proche du cas de figure où p-value tend vers p-value < α sans atteindre le seuil !) plus la probabilité de faire une erreur en rejettant Ho devient petite (puisque tu te rapproches du seuil, tu deviens de plus en plus convaincu que tu vas pouvoir rejeter cette hypothèse et enfin valider ton test -ce que tu attends depuis le début !- ) . Cependant dans ce cas même si tu as la conviction que Ho va pouvoir être rejetter, tu ne peux pas l’affirmer parce que tu es quand même au dessus du seuil. Grosso modo : si ta p-value est faible mais supérieure à seuil α ton hypothèse Ho est bancale et tu as une forte conviction que pouvoir la rejeter sans en être sur (par analogie c’est un peu comme quand tu coches un QCM ; tu peux penser trèèèèèès fort que l’item est faux, mais tu te souviens pas de l’avoir vu comme ça dans le cours, alors dans le doute, tu coches pas. Là c’est pareil, tu es presque sûr que c’est faux, mais tu as le facteur doute qui fait que tu n’établit pas de conclusion) Est-ce que ça va mieux ? (et attends la réponse d'un tuteur/RM au cas où quand même) Edited November 19, 2019 by Liliputienne Quote
Ancien Responsable Matière Solution Théophylline Posted November 19, 2019 Ancien Responsable Matière Solution Posted November 19, 2019 Salut @DrR ! Peut-être qu’avec des images ce sera plus concret (perso je faisais tous les qcm de ce chapitre avec les courbes). On va reprendre la phrase en partant de la fin : D’abord on va représenter la valeur observée sur la courbe (point A) Si la valeur observée correspond au point A, les valeurs plus extrêmes que la valeur observée sont toutes les valeurs à droite du point A : Et la probabilité de les observer sous H0 (la p-value ou degré de signification) correspond à l’aire hachurée : Ensuite, quand tu fais un test tu dois comparer cette valeur observée à une valeur seuil (ou bien tu compares la p-value au risque alpha). Il y a deux cas de figure : Donc pour un petit p, H0 est moins crédible car si p est plus petit que le risque alpha on rejette H0. Donc plus p est faible, moins H0 est crédible. (si tu remplaces p par sa définition qui est "la probabilité d'observer sous Ho des valeurs plus extrêmes que la valeur observée" tu retrouves la phrase du cours) Voilà, j’espère que c’est un peu plus clair ! Quote
DrR Posted November 19, 2019 Author Posted November 19, 2019 @Liliputienne @Théophylline merci beaucoup je crois que je pense avoir compris, les schémas ça aide bcp merci !! Quote
Ancien Responsable Matière Théophylline Posted November 19, 2019 Ancien Responsable Matière Posted November 19, 2019 Avec plaisir ! Et sinon @Liliputienne ce que tu as dit est très juste mais je me permets d'apporter quelques précisions : il y a 22 minutes, Liliputienne a dit : plus la probabilité de faire une erreur en rejettant Ho devient petite (puisque tu te rapproches du seuil, tu deviens de plus en plus convaincu que tu vas pouvoir rejeter cette hypothèse et enfin valider ton test -ce que tu attends depuis le début !- ) . Cependant dans ce cas même si tu as la conviction que Ho va pouvoir être rejetter, tu ne peux pas l’affirmer parce que tu es quand même au dessus du seuil En fait vu que c'est toi qui choisis ton seuil a priori comme tu l'as très bien dit, le seuil est fixé pendant tout le test donc : "la probabilité de faire une erreur en rejetant H0" ne bouge pas, cette probabilité correspond au risque alpha vu que c'est toi qui as choisi le seuil ben tant que tu es en dessous tu te dis pas que tu as envie de rejeter H0. En gros, soit tu rejettes H0 car p<alpha soit tu ne rejettes pas H0 car p>alpha. Quand la prof dit que p est faible, c'est vraiment juste pour dire que plus p est petit moins il y a des chances que H0 soit vraie. C'est peut-être des détails mais voilà j'espère que ça t'aidera aussi Quote
DrR Posted November 19, 2019 Author Posted November 19, 2019 @Théophylline est ce que dans la phrase on peux remplacer la proba d'observer sous ho des valeurs plus extremes que la valeur observée par p value ? c'est ça ou pas ? Quote
Ancien Responsable Matière Théophylline Posted November 19, 2019 Ancien Responsable Matière Posted November 19, 2019 à l’instant, DrR a dit : @Théophylline est ce que dans la phrase on peux remplacer la proba d'observer sous ho des valeurs plus extremes que la valeur observée par p value ? c'est ça ou pas ? Oui, oui totalement !! C'est la définition de la p-value Quote
DrR Posted November 19, 2019 Author Posted November 19, 2019 à l’instant, Théophylline a dit : Oui, oui totalement !! C'est la définition de la p-value ah j'ai enfin compris merci Quote
Ancien Responsable Matière Théophylline Posted November 19, 2019 Ancien Responsable Matière Posted November 19, 2019 il y a 3 minutes, DrR a dit : ah j'ai enfin compris merci Avec plaisir ! Et oublie pas de passer le sujet en résolu du coup Quote
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.