Karteikarten: Principes fondamentaux des tests statistiques — 22 Karten

Test d'hypothèses — définition ?

Procédure pour décider si H0 doit être rejetée ou non.

Hypothèses H0 et H1 — rôle ?

H0 est la hypothèse nulle, H1 l'hypothèse alternative.

Règle de décision — principe ?

Comparer la statistique à une valeur critique pour rejeter H0.

Procédure statistique — étapes clés ?

Calcul, détermination région critique, décision.

Distribution χ² — utilisation principale ?

Test de variance d'une population normale.

Distribution t de Student — quand ?

Pour tester la moyenne quand la variance est inconnue.

Test de proportion — objectif ?

Comparer une proportion observée à une valeur hypothétique.

Test de variance — variable de décision ?

k = (n s²)/σ₀², suit une loi χ².

Décision statistique — critère ?

Comparer la statistique à la valeur critique selon α.

Population mère — définition ?

Ensemble complet d’unités d’étude.

Échantillon aléatoire — rôle ?

Sous-ensemble représentatif choisi au hasard.

Risque alpha — erreur ?

Rejeter H0 alors qu’elle est vraie (première espèce).

Risque beta — erreur ?

Ne pas rejeter H0 alors que H1 est vraie (deuxième espèce).

Région critique — définition ?

Zone où la statistique conduit au rejet de H0.

Statistique de décision — exemple ?

T, χ², Z, suivant le test.

Distribution χ² — paramètre clé ?

Degrés de liberté, généralement n-1.

Distribution t — caractéristique ?

Queues épaisses, dépend du df, utilisé pour petites tailles.

Test de proportion — loi ?

Normal (approximation pour grands n).

Test de variance — hypothèse ?

Variance = valeur hypothétique, suit loi χ².

Décision statistique — but ?

Rejeter ou accepter H0 en contrôlant α.

Population mère — relation ?

L’échantillon en est une estimation.

Échantillon — propriété essentielle ?

Indépendant, représentatif, i.i.d.