Semaine 11 Flashcards
Score Z
exprime un écart à la moyenne qu’on met en relation avec la
variabilité (dispersion) dans la population
- Exprime l’écart à la moyenne en unités d’écart-type
- Permettent de relativiser les valeurs de distributions différentes
- Utilisés par exemple pour comparer des étudiants dont la
performance est mesurée dans des contextes différents
Erreur-type:
écart-type de la moyenne d’échantillonnage
Intervalle de confiance:
mesure de précision de l’estimation obtenue à partir d’un
échantillon (estimation d’une moyenne ou d’une proportion)
* Vise à identifier les bornes qui représentent les valeurs probables de la moyenne
de la population autour de la moyenne estimée par l’échantillon
* Pour cela, on utilise le score Z et l’erreur-type
Le score Z pour le calcul d’un IC dépend du niveau de certitude
souhaité
* 90%, 95%, 99%
14
IC(95%) = x ±1, 96 ×(ETM )
Test d’hypothèse :
permet l’inférence en évaluant si une condition est vraie ou non
* Démarche permettant de prendre une décision concernant l’hypothèse
statistique
o Hypothèse de recherche (H1) : présume l’effet d’un facteur (association / différence)
§ Exemple pour différence de moyenne: x ¹ μ2 (ou x < μ2 ou encore x > μ2)
o Hypothèse nulle (H0) : suppose l’absence d’effet d’un facteur
§ Exemple pour différence de moyenne: x = μ2
* La démarche statistique porte sur l’hypothèse nulle
o Le test portera sur l’évaluation de la condition décrite par H0
§ Si non rejet de H0: la condition est vraie dans la population
§ Rejet de H0: la condition est fausse dans la population
- Erreur de type I (ou 1ere espèce) :
probabilité de rejeter H0 alors qu’elle est vraie
en réalité (notée a).
Liée au hasard: variabilité inhérente à l’échantillonnage
Seuil alpha comparé à la valeur p du test
Erreur de type II (ou 2e espèce) :
probabilité d’accepter H0 alors qu’elle est fausse
en réalité (notée b).
- Liée à la puissance statistique
