cours 6

Question 1

but test d’hypothèse

Answer 1

établir si les données récoltées sont suffisamment convaincantes pour rejeter l’absence de différence

Question 2

critère de décision

Answer 2

probabilité que le hasard
puisse générer le phénomène observé

Question 3

hypothèse nulle

Answer 3

Formulée en termes d’absence d’effet
si H0 vrai, variable sera dans la distribution normale

Question 4

hypothèse alternative

Answer 4

• Correspond typiquement à la relation recherchée/attendue
• Parfaitement complémentaire à H0

Question 5

test bilatéral

Answer 5

chercher des 2 côtés

Question 6

test unilatéral

Answer 6

chercher d’un côté seulement
plus grand/ plus petit que

Question 7

test statistique

Answer 7

rejeter H0 ou non

Question 8

seuil de signification

Answer 8

Probabilité qu’on « accepte » de se tromper (rejeter H0 à tort). Dans la littérature,
on utilise traditionnellement α = 0.05

Question 9

valeur p

Answer 9

probabilité d’observer un effet au moins aussi extrême si H0 est vraie
Obtenue en calculant un test statistique

Question 10

tester une hypothèse

Answer 10

1. On choisit un seuil α de risque d’erreur
2. On choisit un test approprié pour notre question
3. On calcule une statistique
4. On compare la statistique à la distribution attendue sous H0
5. On rejette (ou non) H0 selon critère de décision

Question 11

question statistique

Answer 11

Si H0 est vraie, quelle est la probabilité d’observer une valeur au moins aussi extrême que D?

Question 12

statistique fréquentiste

Answer 12

e test d’hypothèse mesure la
probabilité d’observer une valeur au moins aussi extrême si H0 était vraie

Question 13

vrai ou faux
Ne pas rejeter H0 n’équivaut pas à accepter qu’elle est raie

Answer 13

vrai

Question 14

facteurs expliquant le rejet de H0

Answer 14

quand H1 est vraiment vraie
quand H0 est vrai (erreur type 1- faux +)
- modèle inapproprié
- alpha pas assez strict
- p-hacking
- tests multiples

Question 15

facteurs expliquant le non rejet de H0

Answer 15

H0 est vraiment vraie
* H0 est fausse (erreur type 2- faux -)
- alpha trop strict
- haute variabilité de la pop
- effet réel très petit
- modèle inapproprié

Question 16

puissance

Answer 16

probabilité de rejeter H0 si elle est fausse

Question 17

facteurs qui font augmenter la puissance

Answer 17

• le nombre d’échantillons
• la taille minimale de l’effet qu’on désire pouvoir détecter
• la tolérance à l’erreur de type 1

Question 18

vrai ou faux
Toutes choses égales (𝜶, n, taille d’effet) le test bilatéral est toujours plus puissant.

Answer 18

faux
c’est l’unilatéral

Question 19

test paramétrique

Answer 19

Calculer une statistique obéissant à une loi de
distribution prédéfinie
variable répond à certains critères dans la population échantillonnée

Question 20

test non paramétrique

Answer 20

Comparer les données à leur propre distribution
plutôt qu’à une distribution établie
➢ Repose typiquement sur les rangs des données plutôt que les données elles mêmes
➢ Plusieurs tests paramétriques ont un équivalent non-paramétrique
➢ oins contrai nants mais moins puissants qu’un équivalent paramétrique

Question 21

conditions d’application d’un test

Answer 21

• La variable est distribuée
  normalement dans la population;
• La variable est homoscédastique, soit la même entre les groupes comparés (ou le long d’une autre variable);
• Les observations comparées sont indépendantes les unes des autres

Question 22

test de permutation

Answer 22

Générer la distribution de D à partir de nos données par
rééchantillonage multiples aléatoire, puis comparer D à cette distribution
1000 D en tout

Question 23

test en 9 étapes

Answer 23

Étape 1: Question biologique/scientifique
Étape 2: Déclaration d’hypothèses
Étape 3: Choix du test statistique
Étape 4: Conditions d’application
Étape 5: Distribution de la statistique
Étape 6: Règle de décision
Étape 7: Calcul du test
Étape 8: décision statistique
Étape 9: interprétation biologique/scientifique

Question 24

Étape 1: Question biologique/scientifique

Answer 24

Énoncer la problématique sous forme de question simple

Question 25

Étape 2: Déclaration d’hypothèses

Answer 25

Déclarer H0 et H1 en français et en mathématiques
bien tout définir

Question 26

Étape 3: Choix du test statistique

Answer 26

définir la statistique test (ou variable auxiliaire) utilisée pour évaluer la probabilité d’obtenir nos observations si H0 est vraie. Choisir le type de test à faire

Question 27

étape 4 : conditions d’application

Answer 27

Énumérer les conditions sous lesquelles le test choisi est valide

Question 28

Étape 5: Distribution de la statistique

Answer 28

Formuler adéquatement la distribution qui permettra de tester l’hypothèse

Question 29

Étape 6: Règle de décision

Answer 29

Indiquer le seuil de probabilité 𝛼 choisie pour rejeter H0 et spécifier son calcul
Pcalc = ([per = |obs|] + [per > |obs|]) / Npermutations+ 1

Question 30

Étape 7: Calcul du test

Answer 30

bien indiquer la démarche (calculs intermédiaires). ans le cas d’un test de permutation les résultats de l’algorithme de permutation seront fournis

Question 31

Étape 8: décision statistique

Question 32

Étape 9: interprétation biologique/scientifique

Answer 32

On reformule l’étape 8 en termes biologiques, et on fournit une explication possible du phénomène observé ou non