Test d'hypothèse et p-value

Question 1

Définition hypothèse

Answer 1

Une hypothèse statistique peut être simplement définie comme un énoncé (une affirmation) concernant les caractéristiques (valeur des paramètres) dans une ou plusieurs population. Cette formulation résulte de considérations théoriques, pratiques ou encore d’un pressentiment.

Question 2

Définition test d’hyporhèse

Answer 2

Un test d’hypothèse est un autre aspect important de l’inférence statistique. Le test d’hypothèse est une démarche ayant pour but de fourni une règle de décision permettant, sur la base de résultats obtenus à partir d’un ou plusieurs échantillons aléatoires, de faire un choix entre deux hypothèses statistiques.
En d’autres mots, un test d’hypothèse est un outil très utile aux cliniciens et aux chercheurs afin de tirer des conclusions sur des hypothèses de recherche en examinant ou ou des échantillons aléatoires provenant d’une population.

Question 3

Quelle est la démarche d’un test d’hypothèse? (8 étapes)

Answer 3

1. Formulation des hypothèses statistiques
2. Choix du seuil de signification
3. Préciser les présupposées nécessaires à l’application du test
4. Choix de la statistique qui convient au test et l’écart-réduit
5. Établir la règle de décision
6. Calcul de l’écart-réduit
7. Calcul du p-valuer
8. Interprétation des résultats et conclusion

Question 4

Définition hypothèse nulle (H0)

Answer 4

Hypothèse que l’on désire contrôler. Elle consiste à dire qu’il n’existe pas de différence entre les paramètres comparés ou que la différence observée n’Est pas significative et est due aux fluctuations d’échantillonnage. Cette hypothèse est formulée dans le but d’être rejetée.

Question 5

Définition hypothèse alternative (H1)

Answer 5

Est la négation de H0. Elle est équivalente à dire H0 est fausse. La décision de rejeter H0 signifie que H1 est vraisemblable.

Question 6

H0 et H1 sont des énoncés au sujet de la population étudié qui sont formulés à l’aide des paramètres de la _____________

Answer 6

H0 et H1 sont des énoncés au sujet de la population étudié qui sont formulés à l’aide des paramètres de la population

Question 7

Comment s’appelle le risque, consenti à l’avance, de rejeter à tort l’hypothèse nulle alors que celle-ci est vraie?

Answer 7

Seuil de signification du test

Question 8

Nommer les tests unilatéraux

Answer 8

H0 : μ = μ0 ou μ - μ0 = 0

H1 : μ < μ0 ou inverse

Question 9

Nommer les tests bilatéraux

Answer 9

H0 : μ = μ0 ou μ - μ0 = 0

H1 : μ =/ μ0

Question 10

Quels sont les présupposés nécessaire à l’application du test?

Answer 10

1. Forme de la population échantillonnée (distribution normale)
2. Taille de l’échantillon
3. variance connue ou non connue

Question 11

Quel est le risque d’erreur alpha (type I)?

Answer 11

Probabilité que la valeur expérimentale ou calculée de la statistique appartienne à la région critique si H0 est vraie, donc de rejeter H0 alors que H0 est vraie.

Question 12

Quel est le risque d’erreur bêta (type II)?

Answer 12

Probabilité que la valeur expérimentale ou calculée de la statistique n’appartienne à la région critique alors que H1 est vraie, donc d’accepter H0 alors que H0 est fausse.

Question 13

Quelle est la puissance du test?

Answer 13

L’aptitude D’un test à rejeter H0 alors qu’elle est fausse. C’est 1 - bêta

Question 14

Quel est l’objectif d’une étude de non infériorité (ou équivalence unilatérale)?

Answer 14

C’est de démontrer que les traitements ne sont pas significativement différents