Le test D’hypothèse a été introduit par Ronald Fisher, Jerzy Neyman, Karl Pearson et le fils de Pearson, Egon Pearson. Le test d’hypothèse est une méthode statistique utilisée pour prendre des décisions statistiques à l’aide de données expérimentales. Le test d’hypothèse est essentiellement une hypothèse que nous faisons sur le paramètre de population.
Termes et concepts clés
- hypothèse nulle: l’hypothèse nulle est une hypothèse statistique qui suppose que l’observation est due à un facteur de hasard., L’hypothèse nulle est notée par; H0: μ1 = μ2, ce qui montre qu’il n’y a pas de différence entre les deux moyennes de population.
- hypothèse Alternative: Contrairement à l’hypothèse nulle, l’hypothèse alternative montre que les observations sont le résultat d’un effet réel.
- niveau de signification: fait référence au degré de signification dans lequel nous acceptons ou rejetons l’hypothèse nulle. Une précision de 100% n’est pas possible pour accepter ou rejeter une hypothèse, nous sélectionnons donc un niveau de signification qui est généralement de 5%.,
- erreur de Type I: Lorsque nous rejetons l’hypothèse nulle, bien que cette hypothèse était vraie. L’erreur de Type I est désignée par alpha. Dans les tests d’hypothèses, la courbe normale qui montre la région critique est appelée la région alpha.
- erreurs de Type II: lorsque nous acceptons l’hypothèse nulle mais qu’elle est fausse. Les erreurs de Type II sont désignées par bêta. Dans les tests D’hypothèse, la courbe normale qui montre la région d’acceptation est appelée région bêta.
- puissance: généralement connue sous le nom de probabilité d’accepter correctement l’hypothèse nulle. 1-beta est appelé puissance de l’analyse.,
- test à une queue: lorsque l’hypothèse statistique donnée est une valeur comme H0: μ1 = μ2, on l’appelle le test à une queue.
- test à deux queues: lorsque l’hypothèse statistique donnée suppose une valeur inférieure ou supérieure à, il est appelé test à deux queues.
décision statistique pour les tests d’hypothèses
en analyse statistique, nous devons prendre des décisions concernant l’hypothèse. Ces décisions comprennent décider si nous devrions accepter l’hypothèse nulle, ou si nous pouvons rejeter l’hypothèse nulle., Chaque test dans le test d’hypothèse produit la valeur de signification pour ce test particulier. Dans les tests D’hypothèses, si la valeur de signification du test est supérieure au niveau de signification prédéterminé, nous acceptons l’hypothèse nulle. Si la valeur de signification est inférieure à la valeur prédéterminée, nous devrions rejeter l’hypothèse nulle., Par exemple, si nous voulons voir le degré de relation entre deux cours des actions et que la valeur de signification du coefficient de corrélation est supérieure au niveau de signification prédéterminé, nous pouvons accepter l’hypothèse nulle et conclure qu’il n’y avait pas de relation entre les deux cours des actions. Cependant, en raison du facteur chance, il montre une relation entre les variables.
pages connexes:
- analyse statistique de puissance
