Hoja de repaso: Maîtrise des tests du χ²

📋 Plan du Cours

1. Tests du χ²
2. χ² de conformité
3. χ² d'homogénéité
4. χ² d'indépendance
5. Hypothèses et décision
6. Degrés de liberté
7. Calcul du χ²

📖 1. Tests du χ²

🔑 Notions clés & Définitions

• Test du χ² : procédure statistique permettant de comparer des distributions observées à des distributions théoriques ou entre plusieurs groupes, en utilisant la somme des écarts au carré entre les effectifs observés et attendus.
• Variable de décision χ² : variable aléatoire discrète qui suit, sous l'hypothèse nulle, une loi du χ² avec un nombre de degrés de liberté déterminé par le nombre de catégories et le nombre de paramètres estimés.

📝 Points essentiels

Le test du χ² sert à évaluer si une distribution observée correspond à une distribution théorique ou si plusieurs distributions observées sont homogènes. Il repose sur la somme des carrés des écarts entre effectifs observés et effectifs théoriques, normalisés par ces derniers. La règle de Cochran impose que 80 % des effectifs théoriques soient au moins égaux à 5, et qu’aucun effectif théorique ne soit nul, afin d’assurer la validité du test. La variable de décision χ², sous l'hypothèse nulle, suit une loi du χ² avec un nombre de degrés de liberté calculé en fonction du nombre de catégories et des paramètres estimés, permettant de déterminer si l’on doit rejeter ou non H₀ en comparant la valeur calculée à la valeur critique.

💡 À retenir

Le test du χ² constitue un outil général pour vérifier la conformité d’une distribution ou l’indépendance entre variables qualitatives, en utilisant la somme des écarts au carré normalisés.

📖 2. χ² de conformité

🔑 Notions clés & Définitions

χ² de conformité : mesure statistique qui évalue si une distribution observée suit une loi théorique précise, en comparant les effectifs observés et théoriques dans chaque catégorie.

Hypothèse nulle H₀ de conformité : assertion selon laquelle la distribution observée correspond à la loi théorique spécifiée, contre une hypothèse alternative H₁ qui indique une non-conformité.

Paramètre théorique estimé (c) : valeur du paramètre c qui caractérise la loi théorique, souvent estimé à partir de la distribution ou fixé selon la loi considérée.

Degrés de liberté ν = k − 1 − c : nombre de valeurs indépendantes dans le calcul du χ², dépendant du nombre de catégories k et du paramètre c estimé ou fixé.

Distribution théorique connue : loi du χ² dont la forme est déterminée par le nombre de degrés de liberté, utilisée pour comparer la valeur calculée du χ² à une valeur critique.

📝 Points essentiels

Le χ² de conformité sert à tester si une distribution observée suit une loi théorique donnée. La démarche consiste à calculer le χ² en utilisant la formule où l’on soustrait les effectifs théoriques des observés, puis on élève au carré cette différence, divisée par l’effectif théorique. La décision repose sur la comparaison entre le χ² calculé et la valeur critique issue de la distribution du χ², déterminée par le seuil α et les degrés de liberté. Si le χ² calculé est supérieur à la valeur critique, on rejette H₀, indiquant une non-conformité ; sinon, on ne rejette pas H₀, confirmant la conformité à la loi théorique.

💡 À retenir

Le χ² de conformité permet de vérifier si une distribution observée s’ajuste à une loi théorique précise en comparant la valeur calculée à une valeur critique, en tenant compte des degrés de liberté.

📖 3. χ² d'homogénéité

🔑 Notions clés & Définitions

χ² d'homogénéité : test statistique qui compare la distribution d'une variable qualitative entre plusieurs groupes indépendants, afin de vérifier si ces groupes partagent la même répartition.

Groupes indépendants : ensembles de données ou d’échantillons qui ne présentent pas de lien ou de dépendance entre eux, permettant la comparaison de leur distribution.

Hypothèse nulle H₀ d'homogénéité : affirmation selon laquelle la distribution de la variable qualitative est identique dans tous les groupes comparés, c’est-à-dire qu’il n’y a pas de différence significative entre eux.

Tableau de contingence : représentation tabulaire des données observées, regroupant les effectifs pour chaque combinaison de modalités de la variable et de groupe.

Effectifs attendus sous H₀ : valeurs théoriques calculées pour chaque cellule du tableau, supposant que l’hypothèse d’homogénéité est vraie, déterminées par la formule : (total ligne × total colonne) / total général.

📝 Points essentiels

Le χ² d'homogénéité sert à déterminer si plusieurs groupes indépendants ont la même distribution d’une variable qualitative. Pour cela, on calcule d’abord les effectifs attendus sous H₀ en utilisant la formule (total ligne × total colonne) / total général, ce qui permet d’obtenir une estimation théorique de la répartition si l’hypothèse d’homogénéité est vérifiée. La statistique χ² est ensuite calculée en sommant, pour chaque cellule, le carré de la différence entre effectif observé et attendu, divisé par l’effectif attendu : (nobs − nth)² / nth. La valeur de χ² ainsi obtenue est comparée à une valeur critique issue d’une loi du χ² avec le nombre de degrés de liberté, déterminé par (k − 1) × (r − 1), où k est le nombre de colonnes et r le nombre de lignes. Si la statistique calculée dépasse cette valeur critique, l’hypothèse nulle d’homogénéité est rejetée, indiquant que la distribution diffère selon les groupes.

💡 À retenir

Le χ² d'homogénéité permet de tester si plusieurs groupes indépendants partagent la même distribution d’une caractéristique qualitative en comparant les effectifs observés et attendus dans un tableau de contingence, avec une décision basée sur la valeur critique de la loi du χ².

📖 4. χ² d'indépendance

🔑 Notions clés & Définitions

χ² d'indépendance : test statistique qui évalue si deux variables qualitatives mesurées sur le même échantillon sont indépendantes, c’est-à-dire si aucune association statistique ne lie ces variables.

Variables qualitatives liées : variables catégoriques dont l’étude vise à déterminer si leur distribution conjointe diffère de ce qui serait attendu en cas d’indépendance.

Hypothèse nulle H₀ d'indépendance : affirmation selon laquelle il n’existe pas de lien ou d’association entre les deux variables qualitatives ; leur distribution est indépendante.

• Tableau de contingence : voir section 3

• Effectifs attendus sous H₀ : voir section 3

📝 Points essentiels

Le χ² d'indépendance permet de tester si deux variables qualitatives mesurées sur un même échantillon présentent une association ou non. La démarche consiste à comparer le χ² calculé à partir des effectifs observés avec la valeur critique déterminée par le seuil de signification et les degrés de liberté. Le calcul des effectifs attendus repose sur la même formule que celui du χ² d'homogénéité, en utilisant la distribution théorique sous H₀. La décision de rejeter ou non H₀ dépend de cette comparaison : si le χ² calculé est supérieur ou égal à la valeur critique, H₀ est rejetée, indiquant une dépendance entre les variables.

💡 À retenir

Le χ² d'indépendance sert à détecter une association ou un lien statistique entre deux variables qualitatives, en comparant les effectifs observés avec ceux attendus sous l’hypothèse d’indépendance.

📖 5. Hypothèses et décision

🔑 Notions clés & Définitions

Hypothèse nulle (H₀) : proposition qui suppose l’absence de différence ou d’effet entre les populations ou variables étudiées, formulée selon le test choisi (conformité, homogénéité, indépendance).

Hypothèse alternative (H₁) : proposition qui indique l’existence d’une différence ou d’un effet, en opposition à H₀, selon le contexte du test (conformité, homogénéité, indépendance).

Seuil de risque α : valeur fixée avant le test, représentant la probabilité maximale d’erreur de rejeter H₀ alors qu’elle est vraie, souvent choisie à 5 %.

Valeur critique χ²α : limite déterminée à partir de la loi du χ² pour un seuil α, permettant de décider si le résultat est statistiquement significatif.

Décision statistique : étape où l’on compare le χ² calculé à la valeur critique χ²α pour rejeter ou non H₀, en fonction du seuil fixé.

📝 Points essentiels

Il faut d’abord formuler clairement H₀ et H₁ selon le type de test réalisé : pour la conformité, l’homogénéité ou l’indépendance. Ensuite, on fixe un seuil α (souvent 5 %) avant d’effectuer le test. Lors du calcul, si le χ² obtenu est supérieur ou égal à la valeur critique χ²α, on rejette H₀ ; sinon, on ne la rejette pas. La conclusion doit être exprimée en langage naturel, en lien avec la question posée, en précisant si l’on détecte une différence ou non.

💡 À retenir

Maîtriser la formulation précise des hypothèses et la règle de décision basée sur la comparaison entre χ² calculé et valeur critique permet d’interpréter correctement les résultats du test χ².

📖 6. Degrés de liberté

🔑 Notions clés & Définitions

Degrés de liberté (ddl) : quantification du nombre de valeurs indépendantes pouvant varier dans un calcul statistique, qui dépend du type de test et du nombre de catégories ou modalités.
Paramètres estimés (c) : nombre de paramètres inconnus ou ajustés lors de la modélisation ou du test.
Formule ddl conformité ν = k − 1 − c : expression du degré de liberté pour un test de conformité, où k représente le nombre de catégories ou modalités.
Formule ddl tableaux ν = (k − 1)(r − 1) : expression du degré de liberté pour un tableau de contingence avec k colonnes et r lignes.

📝 Points essentiels

Les degrés de liberté dépendent du type de test effectué et du nombre de catégories ou modalités impliquées.
Pour le test χ² de conformité, on calcule le nombre de degrés de liberté en soustrayant le nombre de paramètres estimés c du nombre total de catégories k, selon la formule ν = k − 1 − c.
Dans le cas des tableaux de contingence (homogénéité ou indépendance), le degré de liberté est obtenu en multipliant le nombre de colonnes moins un par le nombre de lignes moins un, soit ν = (k − 1)(r − 1).
Le degré de liberté est une étape essentielle pour déterminer la valeur critique du χ², qui permet de valider ou rejeter l’hypothèse nulle.

💡 À retenir

Le calcul des degrés de liberté est la clé pour choisir la bonne valeur critique du χ², condition essentielle pour valider ou non le résultat du test.

📖 7. Calcul du χ²

🔑 Notions clés & Définitions

Formule du χ² : somme des carrés des écarts entre effectifs observés et attendus, divisés par les effectifs attendus, soit Σ (nobs − nth)² / nth.
Effectifs observés (nobs) : fréquences ou comptages recueillis dans les données.
Effectifs attendus (nth) : valeurs calculées sous H₀, selon la nature du test, représentant la distribution hypothétique.
Tableau de contingence : présentation organisée des effectifs observés répartis selon plusieurs variables ou catégories.
Valeur critique χ²α : seuil déterminé dans la table de la loi χ² pour un niveau de signification α, permettant de décider de rejeter ou non H₀.

📝 Points essentiels

Le χ² se calcule en sommant les carrés des écarts entre effectifs observés et attendus, puis en divisant chaque carré par l'effectif attendu correspondant. Cette opération est effectuée pour toutes les cellules du tableau ou toutes les catégories.
Les effectifs attendus sont déterminés selon la nature du test et sous l’hypothèse nulle, en utilisant la distribution théorique appropriée.
La décision statistique repose sur la comparaison entre le χ² calculé et la valeur critique χ²α : si le χ² calculé dépasse cette valeur, H₀ est rejetée.
Ce calcul s’applique aussi bien aux distributions simples qu’aux tableaux de contingence, permettant d’évaluer l’indépendance ou la conformité à une distribution théorique.

💡 À retenir

Le calcul précis du χ², en sommant les écarts au carré divisés par les attendus, est essentiel pour interpréter la validité d’une hypothèse en utilisant ce test.

📅 Repères chronologiques

Date	Événement
Non mentionné dans le résumé	Non applicable

📊 Tableaux de Synthèse

Test du χ²	Objectif	Hypothèse nulle	Variable de décision	Calculs principaux	Degrés de liberté	Utilisation principale
χ² de conformité	Vérifier si une distribution observée suit une loi théorique	La distribution observée suit la loi théorique	Comparer la valeur calculée à la valeur critique	Somme des écarts au carré normalisés	ν = k − 1 − c	Vérification de la conformité à une loi théorique
χ² d'homogénéité	Vérifier si plusieurs groupes ont la même distribution	Distribution identique dans tous les groupes	Comparer la valeur calculée à la valeur critique	Effectifs observés vs attendus dans un tableau de contingence	(k − 1) × (r − 1)	Comparaison entre plusieurs groupes indépendants
χ² d'indépendance	Vérifier si deux variables sont indépendantes	Variables indépendantes	Comparer la valeur calculée à la valeur critique	Effectifs observés vs attendus dans un tableau de contingence	(k − 1) × (r − 1)	Détection d'une association entre deux variables

⚠️ Pièges & Confusions Fréquentes

1. Confondre les types de χ² : conformité, homogénéité, indépendance.
2. Oublier d’assurer que 80 % des effectifs théoriques sont ≥ 5 pour la validité du test.
3. Utiliser le test du χ² avec des effectifs théoriques nuls ou très faibles.
4. Mal calculer les effectifs attendus dans un tableau de contingence.
5. Confondre la formule du χ² d’homogénéité et d’indépendance.
6. Ne pas vérifier si les conditions d’application du test sont respectées.
7. Interpréter à tort le rejet ou non de H₀ sans considérer le seuil α.

✅ Checklist Examen

• Connaître la définition du test du χ² et ses objectifs.
• Savoir différencier le χ² de conformité, homogénéité et indépendance.
• Maîtriser la formule pour calculer le χ² dans chaque cas.
• Connaître l’hypothèse nulle associée à chaque test.
• Comprendre comment déterminer et utiliser les degrés de liberté.
• Savoir comment interpréter la valeur du χ² par rapport à la valeur critique.
• Être capable d’expliquer l’importance des effectifs attendus et leur condition d’utilisation.
• Savoir comment construire un tableau de contingence pour le χ² d’homogénéité et d’indépendance.
• Connaître le rôle du seuil α dans la décision statistique.
• Identifier quand utiliser le test du χ² en fonction des données.
• Comprendre que le test repose sur la somme des écarts au carré normalisés.
• Savoir que le χ² suit une loi du χ² sous H₀ avec un nombre précis de degrés de liberté.