AlineB Posted December 20, 2014 Posted December 20, 2014 Bonjour, `je ne comprends pas bien la relation linéaire qu'il peut y avoir entre le risque de premiere espece alpha et la puissance d'un test: dans le cours il est dit que si ce risque augmente, la puissance du test augmente or le risque alpha c'est "mauvais" pour la "puissance" du test puisqu'on conclue à une différence qui n'existe pas alors que la puissance c'est l'inverse ! du coup je ne comprends pas tellement :/ si quelqu'un pouvait m'éclairer ^^ Merci et bon week-end Aline
Charly Posted December 23, 2014 Posted December 23, 2014 Salut ! Justement, la puissance consiste à déclarer une différence, quand celle-ci est réelle. Or, diminuer alpha tend à réduire les cas où tu conclus à une différence. Ca t'évite de déclarer une différence qui n'existe pas (erreur de première espèce), mais t'empêche aussi de détecter la différence quand elle existe mais que la valeur observée est proche de celle attendue sur H0. A l'inverse, si tu augmentes alpha, tu rejetteras H0 pour des valeurs plus proches des valeurs attendues (donc avec un risque d'erreur de première espèce plus grand), ce qui te permettra de détecter les différences existantes dans plus de cas Voilà, j'espère que c'est assez clair Bon courage pour les révisions
AlineB Posted December 23, 2014 Author Posted December 23, 2014 salut ! merci de ta réponse mais je n'ai pas tellement compris en fait ....:/ en gros alpha et beta evoluent de façon inverse ? quand l'un augmente, l'autre diminue ?
Solution gaussens09 Posted December 24, 2014 Solution Posted December 24, 2014 Oui! Si tu veux privilégier alpha tu négligeras béta et inversement:) Soit tu veux être sur de ne pas rejeter Ho à tord donc tu mises tout sur alpha et tu auras une mauvaise puissance (ton test risque de te dire que Ho est OK, par contre s'il te dit que Ho c'est mauvais, tu est "presque" sur que Ho est mauvais). Soit tu pars du principe que ton Ho est peut-être faux donc tu préfères augmenter ta puissance quitte à te tropmer sur Ho (mais si tu réussi tu auras une bonne valeur) On a le même problème qu'avec la sensibilité et la spécificité
AlineB Posted December 26, 2014 Author Posted December 26, 2014 Ah oui d'accord, c'est plus clair comme ça ! merci beaucoup !!
Recommended Posts