Jump to content

Statistique de test


Go to solution Solved by Jujugulaire,

Recommended Posts

Posted (edited)

Salut @loukoum01!

 

Dans ce genre d'item, il faut regarder le degré de signification p (ou p-value) : il s'agit de la probabilité d'obtenir une valeur de la statistique de test qui est au moins aussi extrême que celle observée dans l'échantillon si Ho est vraie. En fait, plus la p-value est faible, moins Ho est crédible.

 

En pratique, cette p-value est à comparer au risque \alpha :

 - lorsque p\leq\alpha , on rejette Ho (avec un risque \beta).

 - lorsque p>\alpha, on ne rejette pas Ho (avec un risque \alpha).

 

Ici, l'item est donc vrai puisqu'il donne la définition du degré de significativité p qui est égal à 7,2.10^-22 (\ll\alpha=0,001).

 

Est-ce que c'est assez clair?

 

Edited by LuMaths
Posted

Merci pour ta réponse

mais du coup si je résonne comme ça ça marche ? :

 

Si stat de test> seuil  -- Rejet 

Si stat de test<seuil -- non rejet 

 

Donc ici si stat de test est supérieure à 12,4 et donc  >> au seuil (3,09)

on aura une grande probabilité de rejet de H0 donc que H0 soit fausse, et une très faible probabilité de non rejet de H0 et donc que H0 soit vraie 

 

D'où l'item qu'on peu reformuler "Si la valeur de la stat de test est bien supérieure au seuil alors on aura très peu de chance pour que H0 soit vraie"

 

Est(ce que c'est ça ou je suis à coté de la plaque ? 

  • Solution
Posted

@loukoum01 exactement !

 

Plus généralement dans les qcm tu peux retenir que

 

- tu rejettes H0 si |z0| \geq s et p \leq \alpha (au risque \alpha)

- tu ne rejettes pas H0 si |z0| < s et p > \alpha (au risque \beta près)

 

(où z0 est la valeur de ta statistique de test)

Si tu comprends bien ça tu peux résoudre bcp d'items qui tournent autour de ces notions-là 😉

Posted

Oui, c'est ça, c'est l'autre manière de raisonner pour décider du rejet ou non rejet d'une hypothèse.

 

Avec cependant la formulation: "si la valeur de la statistique de test est supérieure ou égale au seuil, alors on rejette Ho avec un risque \alpha de le faire à tort".

Car c'est plutôt en fonction de la p-value (qui est à comparer au risque \alpha), que l'on peut préciser l'affirmation précédente: "plus la p-value est petite, plus la force de conviction pour rejeter Ho est grande".

 

En fait:

 - \alpha est une caractéristique du test qui fixe le pourcentage de cas où on conclura au rejet de Ho alors qu'Ho est vraie.

 - p est attaché à une expérience particulière et mesure l'écart entre l'échantillon et Ho.

 

Posted

Yes ça je l'avais ! 😉 C'était cette phrase et la tournure de certaines phrases qui me posent souvent pb, je pense qu'il faut que je réapprenne le Français !😅

En tout cas merci bcp pour vos réponses ça m'a aidé !!

Bon we !!

Posted

Non, non; pas besoin de réapprendre le français! 😉

Ce sont les définitions de ces notions statistiques qui ne sont pas forcément très intuitives... 🤔

Bon week-end à toi aussi! 

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.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...