Revision sheet: Tests d'hypothèses en statistiques

1. 📌 L'essentiel

• H0 : hypothèse d’indépendance ou d’absence d’effet ; H1 : liaison ou effet.
• Erreur de Type 1 : rejeter H alors qu’elle est vraie ; Type 2 : ne pas rejeter H0 alors qu’elle est fausse.
• Test du Khi-deux : pour variables qualitatives, compare effectifs observés et théoriques. Effectifs théoriques : n′ij = (ni· * n·j) / n ; effectifs empiriques : nij.
• Condition d’application Khi-deux : n ≥ 30, n′ij ≥ 5, ddl = (L-1)(C-1).
• Test d’indépendance : si χ2 observé ≥ χ2 critique, H0 rejetée.
• ANOVA : compare variances inter- et intra-groupes, F = Vinter / Vintra.
• R2 : coefficient de corrélation, indique la force de la liaison (proche de 1 forte, proche de 0 faible).
• La décision se base sur la comparaison de la statistique avec la valeur critique.
• La compréhension des conditions d’application garantit la validité du test.

2. 🧩 Structures & Composants clés

• Hypothèses : H0 (indépendance), H1 (liaison).
• Effectifs :
  • Empiriques (nij) : observés dans les données.
  • Théoriques (n′ij) : calculés pour le test.
• Coefficient Khi-deux : χ2 = Σ Σ (nij - n′ij)² / n′ij.
• Conditions d’application : n ≥ 30, n′ij ≥ 5, ddl = (L-1)(C-1).
• Test d’indépendance : compare χ2 observé à la valeur critique.
• ANOVA :
  • Variance inter-classes (Vinter).
  • Variance intra-classes (Vintra).
  • Coefficient F = Vinter / Vintra.
• R2 : mesure la proportion de variance expliquée par la liaison.
• Décision : rejet H0 si statistique > valeur critique.

3. 🔬 Fonctions, Mécanismes & Relations

• Les effectifs théoriques permettent de modéliser l’indépendance.
• Le χ2 mesure la divergence entre effectifs observés et attendus.
• La statistique F compare la variabilité entre groupes à celle à l’intérieur.
• R2 quantifie la force de la relation : plus R2 est proche de 1, plus la liaison est forte.
• La hiérarchie :

Test d'hypothèses
 ├─ Formulation H0 / H1
 ├─ Calcul effectifs
 ├─ Calcul χ2 ou F
 ├─ Comparaison avec valeur critique
 └─ Décision : rejeter ou non H0

• La relation cause-effet : un F ou χ2 élevé indique une liaison significative.

4. Tableau comparatif

Élément	Caractéristiques clés	Notes / Différences
Hypothèses	H0 : indépendance, H1 : liaison	Formulation préalable
Effectifs	Nij (observés), N′ij (théoriques)	N′ij = (ni· * n·j) / n
Coefficient χ2	χ2 = Σ Σ (nij - n′ij)² / n′ij	Test d’indépendance
Conditions d’application	n ≥ 30, n′ij ≥ 5, ddl = (L-1)(C-1)	Validité du test
Test d’indépendance	χ2 observé vs critique	Rejet H0 si χ2 ≥ critique
ANOVA	Variance inter / intra, F = Vinter / Vintra	Comparaison variances
R2	Vinter / (Vinter + Vintra)	Force de la liaison

5. 🗂️ Diagramme Hiérarchique

Test d'hypothèses
 ├─ Formulation H0 / H1
 ├─ Calcul des effectifs
 ├─ Calcul du χ2 ou F
 ├─ Comparaison avec valeur critique
 └─ Décision : rejeter ou non H0

6. ⚠️ Pièges & Confusions fréquentes

• Confondre effectifs empiriques et théoriques.
• Oublier de vérifier conditions n ≥ 30 et n′ij ≥ 5.
• Interpréter à tort une valeur de χ2 ou F proche de la critique.
• Confondre test d’indépendance (Khi-deux) et ANOVA (quantitatif).
• Ignorer la signification statistique (α) dans la décision.
• Utiliser un test sans vérifier la normalité ou homogénéité.
• Confondre erreur de Type 1 et Type 2.
• Ne pas considérer le nombre de degrés de liberté.

7. ✅ Checklist Examen Final

• Définir H0 et H1 clairement.
• Vérifier conditions d’application (n, n′ij).
• Calculer correctement effectifs et χ2 ou F.
• Comparer la statistique à la valeur critique.
• Interpréter la décision en termes de liaison ou d’indépendance.
• Connaître la formule du coefficient χ2.
• Savoir quand utiliser ANOVA.
• Comprendre la signification de R2.
• Être capable d’interpréter un tableau de résultats.
• Maîtriser la hiérarchie des étapes du test.
• Identifier erreurs fréquentes et pièges.
• Savoir présenter une conclusion claire.
• Vérifier la normalité et homogénéité pour ANOVA.
• Rappeler le rôle du seuil α (souvent 5%).
• Assimiler la différence entre test d’indépendance et comparaison de moyennes.
• Savoir utiliser le tableau de loi du Khi-deux et F.