Le_lapin_qui_miaule Posted October 20, 2022 Share Posted October 20, 2022 bonjour je ne comprends cette phrase pouvait vous m'éclairer merci "Plus la p-value est faible, moins H0 est crédible. Plus la p-value sera petite plus la force de notre conviction pour rejeter H0 est grande." alors que c'est plus la p-value sera grande plus la force de conviction pour rejeter H0 est grande Quote Link to comment Share on other sites More sharing options...
Chat_du_Cheshire Posted October 20, 2022 Share Posted October 20, 2022 il y a 8 minutes, Le_lapin_qui_miaule a dit : alors que c'est plus la p-value sera grande plus la force de conviction pour rejeter H0 est grande Non c'est l'inverse, + la p-value est petite et + le résultat a moins tendance à être du au hasard mais à une vraie différence entre les populations d où sont issues les échantillons, hors cette différence est exprimée par l'hypothèse alternative H1 (donc on rejette H0) Ok ? barbiedocteur 1 Quote Link to comment Share on other sites More sharing options...
Le_lapin_qui_miaule Posted October 20, 2022 Author Share Posted October 20, 2022 ahh okok je ne le voyais pas comme ca merci beaucoup !! Chat_du_Cheshire 1 Quote Link to comment Share on other sites More sharing options...
Ancien Responsable Matière Solution Flèche Posted October 20, 2022 Ancien Responsable Matière Solution Share Posted October 20, 2022 Coucou @Le_lapin_qui_miaule! il y a 54 minutes, Le_lapin_qui_miaule a dit : "Plus la p-value est faible, moins H0 est crédible. Plus la p-value sera petite plus la force de notre conviction pour rejeter H0 est grande." Je confirme ce qu'on t'a dit précédemment et pour que ce soit plus facile à retenir pour toi je te l'illustres avec un schéma pour ne plus t'embrouiller avec ces notions : La p-value se regarde sur l'axe des ordonnées (vertical). Ainsi lorsque la p-value est faible elle a donc plus de chance d'être inférieure à alpha qui est le risque que l'on tolère (en général 5%) et donc moins H0 est crédible, plus on est convaincu qu'il faut rejeter H0. Si tu es plus à l'aise avec l'axe des abscisses, tu peux reporter la p-value sur l'axe des abscisses en cherchant la statistique de test z0. Il te faudra alors comparer la statistique de test z0 à la valeur seuil au risque alpha z(alpha/2) dans le cas d'un test bilatéral. Si z0 est supérieure (en valeur absolue) à z(alpha/2), alors moins H0 est crédible, plus on est convaincu qu'il faut rejeter H0 (pour pas t'embrouiller avec les valeurs absolues, mon petit conseil est de regarder plutôt le côté droit du graphique où c'est directement positif, comme ça tu es sûr de ne pas te tromper ). En résumé : - axe des ordonnées : si p < alpha => rejet H0 si p > alpha => non rejet de H0 - axe des abscisses : si | z0 | > | z(alpha/2) | => rejet H0 si | z0 | < | z(alpha/2) | => non rejet H0 Personnellement je te conseille de faire un petit schéma vite fait au brouillon si tu as du mal à le visualiser, et à force de faire des QCMs tu verras qu'au bout d'un moment tu n'en auras plus besoin car tu auras bien assimilé le mécanisme de réflexion. N'hésites pas si tu as d'autres questions et notamment si tu veux que je te détaille également lorsque la p-value est élevée (en cas de non rejet) ! Le_lapin_qui_miaule, Chat_du_Cheshire, TutMarion and 2 others 1 2 1 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.