Σ
SDCalc
AvancéAvancé·14 min

Tests d’hypothèses avec l’écart type

Apprenez comment l’écart type est utilisé dans les tests d’hypothèses. Comprenez les tests t, les tests z et comment déterminer la signification statistique.

Aperçu

Le test d’hypothèse est une méthode statistique permettant de prendre des décisions sur des populations à partir de données d’échantillons. L’écart type joue un rôle crucial pour déterminer si les différences observées sont statistiquement significatives ou simplement dues au hasard.

1

Formuler les hypothèses

Énoncer l’hypothèse nulle (H₀) et l’hypothèse alternative (H₁)
2

Choisir le seuil de signification

Choisir le seuil de signification (α), généralement 0,05
3

Calculer la statistique de test

Calculer la statistique de test en utilisant l’écart type
4

Comparer à la valeur critique

Comparer à la valeur critique ou calculer la valeur p
5

Prendre une décision

Prendre une décision : rejeter ou ne pas rejeter H₀

Test Z

On utilise un test Z quand on connaît l’écart type de la population (σ) et qu’on a une grande taille d’échantillon (n ≥ 30).

Statistique du test Z

z = (x̄ - μ₀) / (σ / √n)

Exemple

Un fabricant affirme que ses piles durent en moyenne 100 heures (μ₀ = 100). Vous testez 36 piles et obtenez x̄ = 98 heures. Si σ = 12 heures : z = (98 - 100) / (12 / √36) = -2 / 2 = -1 Avec z = -1 et α = 0,05 (bilatéral), on ne rejette pas H₀. La différence n’est pas statistiquement significative.

Test T

On utilise un test t quand on ne connaît pas l’écart type de la population et qu’on doit l’estimer à partir de l’échantillon (en utilisant s au lieu de σ).

Statistique du test T

t = (x̄ - μ₀) / (s / √n)

Quand utiliser le test T vs le test Z

- Test Z : σ est connu, n ≥ 30 - Test T : σ est inconnu (on utilise s), toute taille d’échantillon En pratique, les tests t sont beaucoup plus courants parce qu’on connaît rarement le vrai σ de la population.

Erreur type

L’erreur type (ET) mesure à quel point les moyennes d’échantillons varient par rapport à la moyenne de la population. C’est le lien essentiel entre l’écart type et les tests d’hypothèses.

Erreur type de la moyenne

SE = σ / √n (or s / √n when using sample SD)

L’erreur type diminue à mesure que la taille de l’échantillon augmente. Des échantillons plus grands donnent des estimations plus précises et facilitent la détection de vraies différences.

Signification statistique

Un résultat est statistiquement significatif quand la probabilité de l’observer par hasard (valeur p) est inférieure au seuil choisi (α).

Si valeur p < α

On rejette H₀. Le résultat est statistiquement significatif.

Si valeur p ≥ α

On ne rejette pas H₀. Le résultat pourrait être dû au hasard.

Signification statistique vs pratique

Un résultat statistiquement significatif n’est pas nécessairement important en pratique. Avec de très grands échantillons, des différences minuscules peuvent être « significatives » mais sans importance réelle. Considérez toujours la taille de l’effet en plus des valeurs p.
← Centre d'Apprentissage