Bonour! tests

[lacelluledu66]

Bonjour!

1. dans un qcm dont l'énoncé est : Si à l'issue d'un test comparant deux pourcentages, on conclut à une différence statistiquement significative, cela signifie que (indiquer si les propositions suivantes sont vraies ou fausses) :

on nous met que cet item est faux : les deux pourcentages observés sont différents ? svp

je ne comprends pas pourquoi c'est faux étant donné que s'il n'y avait pas eu de différence, on n'aurait pas fait de test, nn? svp

 

2. dans cet item : Quand la taille de l'échantillon augmente, la valeur seuil pour un risquedonné déterminée à partir de la loi normale centrée réduite et celle déterminée à partir de la loi de Student se rapprochent l'une de l'autre.

 

est-ce que ça veut dire que lorsque la taille de l'échantillon augmente, la variance diminue et que la puissance augmente? svp ; si ce n'est pas le cas est-ce que vous pouvez m'expliquer ce que veut dire la phrase? svp

 

3. comment un manque de puissance peut être à l'origine d'un non rejet de H0? svp

dans ce cas, est-ce que la puissance peut aussi être à l'origine d'un rejet H0? svp

 

4. par rapport à cette phrase : si la probabilité d'observer sous H0 des valeurs de la statistique de test au moins aussi extrêmes que celles observées est faibles alors H0 est peu crédible mais on ne peut pas être sûre qu'elle est fausse car il y a toujours un risque d'erreur.

 

dans cette proposition, le "au moins aussi extrême" signifie inférieur, nn? svp

 

5. je ne comprends pas cet item : L'hypothèse nulle d'un test bilatéral est d'autant moins vraisemblable que la probabilité P( z₀) est faible sous cette hypothèse nulle

je vois bien sur le schéma que si le seuil est sup à la probabilité observée on ne rejette pas H0 mais si cet écart se raccourcit est-ce que ça veut dire que la probabilité tend vers le seuil qui du coup permettra le rejet de H0, est-ce que j'ai bien compris ? svp

 

6. est-ce que qqn sait dans quel test, la statistique de test ne pourra pas être négative? svp

 

 

merciiii

[Oggy81]

Coucou, coucou,

 

1- je pense que c’est faux car on ne peux pas affirmer qu’il y a une différence, on peux juste dire qu’il y a une différence au risque d’erreur béta.

 

2- je ne suis pas sure de moi, du coup je vais essayer de me renseigner au plus vite, je préfère ne pas dire de bétise. @Jadilie @Noel_Flantier , Vous auriez une réponse à cette question ? 

 

3- la puissance est la probabilité de rejeter H0 et d’avoir raison. Du coup si la puissance est élevé, elle peut être à l’origine d’un rejet et inversement si elle est très basse elle peut mener à un non-rejet de H0.

De plus si la puissance (1-béta) est basse :  béta est petit => faible probabilité de non-rejet à tord ; alpha est grand (car alpha et béta varie en sens inverse => forte probabilité de rejeter à tord.

 

4- Oui c’est ça mais je te renvoies sur une réponse de @Jadilie qui avait très bien détaillé et ça t’aidera à comprendre:

https://forum.tutoweb.org/topic/53695-valeurs-au-moins-aussi-extrêmes/?tab=comments#comment-285791

 

5- cet item est-il vrai ou faux sur ta correction ? 

Dans mon cours il y a marqué : pour un test bilatéral, on rejette H0 au risque alpha si  . Mais ne sachant pas si l’item est vrai ou pas, je sais pas si ça peut t’aider car si on part de mon cours l’item est faux car cela voudrait dire:

l’hypothèse nulle d’un test bilatéral est d’autant moins vraisemblable que la probabilité P( z₀) est élevé sous cette hypothèse nulle. 

 

6- ici aussi, je préfère ne pas te dire de bêtise et laisser les gens sûr de leur réponse te répondre ( @Jadilie @Noel_Flantier).

 

Désolé de ne pas avoir pu répondre à tout mais j’espère t’avoir aider pour les items où j’ai su répondre. 

 

 

[Chat_du_Cheshire]

Il y a 6 heures, Larab a dit :

1. dans un qcm dont l'énoncé est : Si à l'issue d'un test comparant deux pourcentages, on conclut à une différence statistiquement significative, cela signifie que (indiquer si les propositions suivantes sont vraies ou fausses) :

on nous met que cet item est faux : les deux pourcentages observés sont différents ? svp

je ne comprends pas pourquoi c'est faux étant donné que s'il n'y avait pas eu de différence, on n'aurait pas fait de test, nn? svp

 

Il y a 2 heures, Oggy81 a dit :

1- je pense que c’est faux car on ne peux pas affirmer qu’il y a une différence, on peux juste dire qu’il y a une différence au risque d’erreur béta.

 

nop cet item est faux car le test permet de déduire des résultats sur la population (d'où sont issus les échantillons), or '' observés '' renvoie à l'échantillon

Il y a 6 heures, Larab a dit :

6. est-ce que qqn sait dans quel test, la statistique de test ne pourra pas être négative? svp

le test du Chi2, car il n'est pas centré sur 0 (à cause de l'exposant ²)

[lacelluledu66]

@Oggy81merciii beaucoup 

@Chat_du_Cheshiremerciii à toi aussi

[Jadilie]

Il y a 6 heures, Larab a dit :

2. dans cet item : Quand la taille de l'échantillon augmente, la valeur seuil pour un risquedonné déterminée à partir de la loi normale centrée réduite et celle déterminée à partir de la loi de Student se rapprochent l'une de l'autre.

 

est-ce que ça veut dire que lorsque la taille de l'échantillon augmente, la variance diminue et que la puissance augmente? svp ; si ce n'est pas le cas est-ce que vous pouvez m'expliquer ce que veut dire la phrase? svp

Ça veut dire que quand n augmente, la distributions de la loi de Student tend vers une loi Normale. Autrement dit, plus tu as un grand échantillon, plus la loi de Student ressemble à une jolie cloche bien symétrique, et donc à une loi normale. Et vu que les deux lois se ressemblent, leurs valeurs seuil seront proches.

Il y a 2 heures, Oggy81 a dit :

3- la puissance est la probabilité de rejeter H0 et d’avoir raison. Du coup si la puissance est élevé, elle peut être à l’origine d’un rejet et inversement si elle est très basse elle peut mener à un non-rejet de H0.

De plus si la puissance (1-béta) est basse :  béta est petit => faible probabilité de non-rejet à tord ; alpha est grand (car alpha et béta varie en sens inverse => forte probabilité de rejeter à tord.

Par rapport à ça on ne dire pas que la puissance est à l'origine d'un rejet de H0, parce que dans ce genre d'item on cherche à expliquer pourquoi on a pu se tromper dans les conclusions. Du coup on ne va pas s'intéresser à la puissance pour savoir pourquoi on a rejeté H0 à tort, puisque la puissance c'est la probabilité de rejeter H0 en aillant raison. Du coup, on dirait plutôt que c'est à cause des fluctuations d'échantillonage : on rejette H0 parce qu'on n'a pas eu de chance, on est tombé sur un échantillon qui a une valeur éloignée de la vraie moyenne. Je n'ai jamais vu un tel item non plus, mais ça me semble plus probable.

J'ajoute que quand on fait varier la puissance on peut augmenter alpha, ça veut dire qu'on bouge le seuil, mais on peut aussi augmenter la taille de l'échantillon, et on aura à la fois la puissance qui augmente et alpha qui diminue. Et sovent un manque de puissance est du à un échantillon trop petit, ou un mauvais test.

[Jadilie]

Il y a 3 heures, Oggy81 a dit :

5- cet item est-il vrai ou faux sur ta correction ? 

Dans mon cours il y a marqué : pour un test bilatéral, on rejette H0 au risque alpha si  . Mais ne sachant pas si l’item est vrai ou pas, je sais pas si ça peut t’aider car si on part de mon cours l’item est faux car cela voudrait dire:

l’hypothèse nulle d’un test bilatéral est d’autant moins vraisemblable que la probabilité P( z₀) est élevé sous cette hypothèse nulle. 

Je trouve cet item super bizarre, d'où est-ce qu'il vient ?

[lacelluledu66]

@Jadiliemercii pour tes explications