Introduction à l'inférence statistique

📋 Plan du Cours

1. Inférence statistique et tests paramétriques
2. Hypothèses unilatérales et bilatérales
3. Distribution d’échantillonnage et normalité
4. Test z et comparaison à une population
5. Test t et intervalle de confiance
6. Comparaison de deux groupes indépendants et appariés

📖 1. Inférence statistique et tests paramétriques

🔑 Notions clés & Définitions

• Inférence statistique : Approche qui utilise un échantillon pour tirer des conclusions probabilistes sur les caractéristiques d’une population.
• Tests paramétriques : Tests qui supposent une loi de distribution connue pour les données et exigent des conditions de validité avant l’interprétation.
• p-valeur : Probabilité d’observer (ou un résultat plus extrême) les données si l’hypothèse nulle H0 est vraie.

📝 Points essentiels

• La démarche d’inférence comporte 4 étapes : énoncer l’objectif théorique, choisir le test en vérifiant les conditions, formuler H0/H1, puis calculer la p-valeur pour conclure sur H0.
• Les tests paramétriques concernent des variables continues et reposent sur une distribution d’échantillonnage normale, condition la plus importante.
• Pour comparer des moyennes de deux populations avec mesures indépendantes, une condition supplémentaire est l’homogénéité des variances (homoscédasticité).
• On rejette H0 quand la p-valeur est ≤ 0,05, et on ne la rejette pas si elle est > 0,05.

💡 Astuce mémo