Quiz: Introduction aux tests statistiques et prise de décision — 11 perguntas

1. Quel est le rôle principal d’un test statistique lorsqu’on compare des populations ?

A. Garantir qu’une différence observée est toujours significative

B. Remplacer toute estimation par une valeur certaine sans risque d’erreur

C. Calculer exactement la moyenne vraie d’une population à partir d’un seul échantillon

D. Décider si l’écart observé peut être attribué au hasard ou à une différence réelle

Answer: (D)

Explicação

Un test statistique sert à trancher entre une différence réelle et un écart compatible avec le hasard d’échantillonnage. Il ne fournit pas une certitude absolue ni la moyenne vraie de la population.

2. Quelle est la principale fonction d’un test statistique dans l’analyse de données ?

A. Estimer la probabilité qu’un événement se produise.

B. Calculer la moyenne d’une population à partir d’un échantillon.

C. Mesurer la dispersion d’un ensemble de données.

D. Déterminer si une différence observée est due au hasard ou à un effet réel.

Answer: (D)

Explicação

Un test statistique sert à décider si des différences ou effets observés sont statistiquement significatifs ou simplement dus au hasard, en comparant les données à des hypothèses.

3. Dans les exemples de comparaison d’effets entre populations, que représentent principalement les paramètres théoriques comme μA et μB ?

A. Les valeurs seuils lues dans les tables de décision

B. Les moyennes des populations estimées indirectement à partir d’échantillons

C. Les effectifs exacts des groupes observés

D. Les probabilités d’erreur de première espèce

Answer: (B)

Explicação

Les symboles μA et μB désignent les moyennes théoriques des populations comparées, que l’on cherche à estimer à partir des échantillons. Ils ne correspondent ni aux effectifs ni aux seuils de test.

4. Quel est le principal objectif d’un test statistique lorsqu’on compare des effets entre deux populations ?

A. Calculer la moyenne exacte de chaque population.

B. Mesurer la variance de chaque population.

C. Identifier la cause précise de chaque effet.

D. Déterminer si les différences observées sont dues au hasard ou à une véritable différence.

Answer: (D)

Explicação

Le test statistique vise à décider si les différences observées entre populations sont significatives ou simplement dues au hasard, en utilisant des hypothèses H0 et H1.

5. Que signifie l’hypothèse nulle H0 dans un test statistique ?

A. La présence d’une relation causale entre les variables

B. L’absence d’effet détectable ou de différence selon le critère étudié

C. La confirmation que les échantillons sont forcément différents

D. L’existence certaine d’un effet entre les groupes comparés

Answer: (B)

Explicação

H0 formalise la situation où il n’y a pas d’effet détectable, c’est-à-dire aucune différence selon le critère étudié. L’hypothèse alternative H1 décrit au contraire l’existence d’un effet.

6. Quelle est la fonction principale d’un test statistique dans le contexte de la comparaison de moyennes ou de proportions ?

A. Déterminer la valeur précise d’un paramètre inconnu

B. Estimer la probabilité qu’une hypothèse alternative soit vraie

C. Vérifier si une hypothèse nulle est compatible avec les données observées

D. Calculer la moyenne exacte d’une population

Answer: (C)

Explicação

La fonction principale d’un test statistique est de vérifier si l’hypothèse nulle est compatible avec les données observées, permettant ainsi de décider si une différence ou un effet est statistiquement significatif ou si l’écart peut provenir du hasard.

7. Dans une décision statistique, quand rejette-t-on H0 ?

A. Lorsque la taille de l’échantillon est petite

B. Lorsque les données sont peu probables si H0 est vraie

C. Lorsque la moyenne observée est toujours positive

D. Lorsque les données sont parfaitement identiques d’un groupe à l’autre

Answer: (B)

Explicação

On rejette H0 quand les résultats observés sont jugés trop rares ou peu probables sous H0. Cela revient à considérer que les données sont incompatibles avec l’hypothèse nulle.

8. Quand a été établi le principe du test de comparaison de deux moyennes utilisant la loi de Student ?

A. Dans les années 1970, avec l'avènement des logiciels statistiques numériques.

B. Dans les années 1950, lors du développement des méthodes statistiques modernes.

C. Au 19e siècle, avec les travaux de Karl Pearson sur la corrélation.

D. Au début du 20e siècle, avec la publication de la loi de Student en 1908.

Answer: (D)

Explicação

Le test de comparaison de deux moyennes utilisant la loi de Student a été introduit par William Gosset, sous le pseudonyme de Student, en 1908, pour analyser des petits échantillons.

9. En quoi la comparaison de deux moyennes diffère-t-elle de la comparaison de deux proportions dans l’analyse statistique ?

A. La comparaison de deux moyennes se base sur des tests paramétriques, alors que celle de deux proportions utilise uniquement des tests non paramétriques.

B. La comparaison de deux moyennes concerne des variables quantitatives, tandis que celle de deux proportions concerne des variables qualitatives ou binaires.

C. La comparaison de deux moyennes nécessite toujours la connaissance de l’écart-type, alors que celle de deux proportions ne dépend pas de cette information.

D. La comparaison de deux moyennes utilise des écarts de moyenne, tandis que celle de deux proportions compare des fréquences ou pourcentages.

Answer: (D)

Explicação

La comparaison de deux moyennes se concentre sur la différence entre des valeurs moyennes, souvent pour des variables quantitatives, alors que la comparaison de deux proportions examine la différence entre des fréquences ou pourcentages, généralement pour des variables qualitatives binaires.

10. Qui est crédité de la formulation du test F de Fisher pour la comparaison des variances ?

A. Ronald Fisher

B. Karl Pearson

C. Jerzy Neyman

D. William Gosset

Answer: (A)

Explicação

Ronald Fisher est crédité de la formulation du test F de Fisher, utilisé pour comparer deux variances. Les autres noms sont associés à d'autres contributions statistiques.

11. Quelles sont les conséquences principales d’un rejet incorrect de l’hypothèse nulle lors d’un test de comparaison de deux variances ?

A. Diminution de la probabilité de rejeter H0 en cas de différence réelle.

B. Réduction du risque d’erreur de deuxième espèce et meilleure estimation des variances.

C. Augmentation du risque d’erreur de première espèce et mauvaise conclusion sur la différence de dispersion.

D. Augmentation de la puissance du test et meilleure détection des différences réelles.

Answer: (C)

Explicação

Rejeter H0 à tort augmente le risque d’erreur de première espèce, ce qui conduit à conclure à tort à une différence de variances alors qu’il n’en existe pas.