Métacarposaure Posted December 6, 2020 Share Posted December 6, 2020 Bonjour !! Voilà quelques items que j'ai du mal à comprendre : L’hypothèse nulle que l’on souhaite tester ici est “Il n’y a pas de lien entre la glycémie et l’indice de masse corporelle chez les patients de plus de 35 ans et à haut risque de diabète de type 2.” VRAI Ici je ne comprends pour la formulation de H0 Le lien amène à un exercice et sa correction que je n'ai pas compris --> https://goopics.net/a/VaUypAXO (Vraiment désolée pour la qualité photo !! J'ai screen mon écran d'ordi et du coup on voit des arc en ciel ) Merci beaucoup de vos réponses !!!!! Quote Link to comment Share on other sites More sharing options...
Ancien Responsable Matière Solution Noel_Flantier Posted December 6, 2020 Ancien Responsable Matière Solution Share Posted December 6, 2020 Coucou @métacarposaure ! il y a 2 minutes, métacarposaure a dit : L’hypothèse nulle que l’on souhaite tester ici est “Il n’y a pas de lien entre la glycémie et l’indice de masse corporelle chez les patients de plus de 35 ans et à haut risque de diabète de type 2.” C'est un type de formulation qu'il faut connaître : ça revient à dire qu'il n'y a pas de différence entre la glycémie et l'IMC chez les patients de plus de 35 et à risque de diabète et donc cela prend la forme d'une égalité qui correspond à H0 ! QCM16 : Item A : H0 est une égalité donc elle pourrait être formulée comme "La répartition de la radioactivité est identique dans les différents organistes cellulaires" Item B : Le test du chi2 s'applique lorsque tous les effectifs théoriques sont supérieurs ou égaux à 5 ! L'item est faux car on parle ici des effectifs observés Item C : oui on applique la formule ddl = (nb de colonnes - 1) x (nb de lignes - 1) = (2-1) x (6-1) = 5 Item D : la valeur observée est supérieure à la valeur seuil donc on peut rejeter H0 au risque alpha=1% Item E : on a vu qu'on rejetait H0 avec un risque alpha de 1% donc cette conclusion s'applique aussi pour un risque alpha plus élevé ! Pour le voir, tu peux te dire que vu qu'on rejette avec un risque alpha de 1% alors c'est que la p-value<0,01 donc avec un risque alpha de 5% tu auras toujours p-value<risque alpha c'est-à-dire p-value<0,05 ! Est-ce que c'est mieux ? Métacarposaure 1 Quote Link to comment Share on other sites More sharing options...
Ancien Responsable Matière Jadilie Posted December 6, 2020 Ancien Responsable Matière Share Posted December 6, 2020 Bon j'avais commencé à écrire donc je poste quand même (t'auras 2 explications sur les premiers items ^^) il y a 16 minutes, métacarposaure a dit : L’hypothèse nulle que l’on souhaite tester ici est “Il n’y a pas de lien entre la glycémie et l’indice de masse corporelle chez les patients de plus de 35 ans et à haut risque de diabète de type 2.” VRAI Ici je ne comprends pour la formulation de H0 Dans la population des patients qu'on étudies (alias les patients de plus de 35 ans et à haut risque de diabète de type 2), l'IMC n'est pas lié à la glycémie (quelle que soit la glycémie, la moyenne de l'IMC est la même). il y a 16 minutes, métacarposaure a dit : Le lien amène à un exercice et sa correction que je n'ai pas compris --> https://goopics.net/a/VaUypAXO (Vraiment désolée pour la qualité photo !! J'ai screen mon écran d'ordi et du coup on voit des arc en ciel ) La A la correction est hors sujet, la raison c'est que tu dois comparer toutes les fréquences entre elles, et pas seulement 2 (on peut aussi dire qu'on compare 2 distributions). La B dans les condition d'application du chi2 tu as effectifs attendus > 5, les effectifs observés peuvent prendre n'importe quelle valeur tu pourras quand même faire ton chi2. C. Tu as 6 lignes, 6-1=5. Tu as 2 colonnes, 2-1 = 1. Ddl = 5*1=5. Métacarposaure 1 Quote Link to comment Share on other sites More sharing options...
Métacarposaure Posted December 6, 2020 Author Share Posted December 6, 2020 Merci beaucoup à vous deux @Noel_Flantier et @Jadilie_Noel de vos réponses Si je résume : Lorsque que la valeur seuil est > à Alpha on rejète H0 Lorsque Le degré de signification est > Alpha on ne rejète pas H0 C'est bien ça ? De plus, c'est quoi "la valeur observée de la statistique" ??? Merci encore de vos réponses Quote Link to comment Share on other sites More sharing options...
Ancien Responsable Matière Noel_Flantier Posted December 6, 2020 Ancien Responsable Matière Share Posted December 6, 2020 il y a 49 minutes, métacarposaure a dit : Si je résume : Lorsque que la valeur seuil est > à Alpha on rejète H0 Lorsque Le degré de signification est > Alpha on ne rejète pas H0 Non attention, on compare toujours p-value avec Alpha // statistique de test observée avec la valeur seuil Donc : On rejette H0 si : p-value < alpha statistique de test observée > valeur seuil On ne rejette pas H0 si : p-value > alpha statistique de test observée < valeur seuil il y a 49 minutes, métacarposaure a dit : De plus, c'est quoi "la valeur observée de la statistique" ??? Ici dans le test du chi2 ça correspond à X02 (il faut connaître la formule car tu peux être amené à la calculer) Dans les tests de comparaison de moyennes, elle correspond à t0 pour un test de Student Est-ce que c'est plus clair ? Métacarposaure 1 Quote Link to comment Share on other sites More sharing options...
Métacarposaure Posted December 6, 2020 Author Share Posted December 6, 2020 Ohhh d'accord @Noel_Flantier !! Beaucoup plus clair merci !!! Je confondais les deux terminologies ..... Merci beaucoup de tes explications et du temps pris à me répondre Quote Link to comment Share on other sites More sharing options...
Ancien Responsable Matière Noel_Flantier Posted December 6, 2020 Ancien Responsable Matière Share Posted December 6, 2020 @métacarposaure avec grand plaisir ! Je te donne plein de courage pour la suite ! Métacarposaure 1 Quote Link to comment Share on other sites More sharing options...
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.