Cours 4 - Hypothèses de recherche, hypothèse statistique et tests d'hypothèses Flashcards
Qu’est-ce qu’une hypothèse? Quelle est la caractéristique essentielle d’une hypothèse?
Une hypothèse permet de formuler de façon logique une explication à un phénomène. Une hypothèse doit absolument être falsifiable (c’est-à-dire, il doit y avoir une façon de dire qu’elle n’est pas vrai)
Qu’est-ce qu’une théorie?
Un ensemble hiérarchique et ordonné d’hypothèses empirique qui ensemble explique une portion importante des observations.
Que sont les étapes pour formuler une hypothèse de recherche?
- Formuler une hypothèse claire avec des prédictions associées
- Formuler plusieurs hypothèses alternatives pour chaque processus étudié
- Traduire l’hypothèse en un modèle qui permet de quantifier les effets recherchés/étudiés
- Reconnaître dans quel paradigme s’inscrit notre démarche
- Baser son hypothèses et ses prédictions sur des bases solides
Qu’est-ce qu’une hypothèse nulle? Qu’est-ce qu’une hypothèse alternative?
Hypothèse nulle (H0): Il ne se passe rien. Il n’y a aucun lien ou corrélation entre nos variables, il n’y aura pas d’effet, pas de différence, etc.
Hypothèse alternative (H1): Toute autre hypothèses possibles.
Que sont les étapes pour formuler une hypothèse de statistique?
- Définir le résultat attendu si le seul phénomène présent est le hasard
- Définir l’hypothèse nulle (H0)
- Définir l’hypothèse alternative (H1)
“Les parents aux yeux bruns ayant chacun un parent aux yeux bleus ont des enfants aux yeux bruns et bleus dans une proportion 3:1”: est-ce que cette phrase est un exemple d’hypothèse nulle ou d’hypothèse alternative?
Hypothèse nulle.
“La température moyenne du corps humain n’est pas 37ᵒC” : est-ce que cette phrase est un exemple d’hypothèse nulle ou d’hypothèse alternative?
Hypothèse alternative.
Que sont les 4 étapes pour effectuer un test d’hypothèse statistique?
- Formuler les hypothèses nulle (H0) et alternative (H1)
- Calculer la statistique du test
- Déterminer la valeur de p
- Formuler la conclusion appropriée.
Qu’est-ce que la valeur de p?
Probabilité d’obtenir la statistique du test (ou une valeur plus extrême) si l’hypothèse nulle est vrai.
Qu’est-ce qu’une distribution nulle?
La distribution d’échantillonage à laquelle devrait obéir une statistique de test si l’hypothèse nulle est vraie.
Vrai ou Faux: On ne peut jamais accepter H0.
Vrai.
Que sont les conclusions appropriées qu’on peut tirer si notre valeur de p est plus grande que alpha (généralement 0.05)? Si notre valeur de p est plus petite que alpha?
p est plus grand que alpha: On ne peut pas rejetter l’hypothèse nulle.
p est plus petit que alpha: On peut rejetter l’hypothèse nulle.
Que sont les types d’erreurs possibles dans un test d’hypothèse? Quelle probabilité est associée à chaque type d’erreur? Est-il possible de les éliminer complètement?
Erreur de Type I : on rejette faussement l’hypothèse nulle (soit rejetter H0 lorsque H0 est vrai). La probabilité de faire cette erreur = alpha.
Erreur de Type II: on ne rejette pas l’hypothèse nulle (soit ne pas rejetter H0 lorsque H0 est faux). La probabilité de faire cette erreur = beta.
Il est impossible d’éliminer ces erreurs complètement.
Quels conditions sont nécéssaire pour appliquer la loi de distribution Binomiale?
- Le nombre d’essais est fixe
- L’échantillonage est aléatoire et indépendant
- La probabilité d’appartenir à l’une ou l’autre des catégories est la même pour chaque individu.
Quelle est la formule pour la loi de distribution Binomiale? Que représente chaue valeur?
Pr (X succès) = (n sur x) p^x (1-p)^n-x, où
n sur x = coefficient binomiale (n! / X! (n-x)!)
p^x = probabilité d’1 succès^nombre de succès
n = nombre d’essais
x = nombre de succès
NOTE: cette formule ne sera pas à calculée à la main. On utilise presque toujours dbinom(x,n,p) dans R.
