Hypothèse nulle — définition ?
Aucune différence ou effet, état de référence.
Hypothèse alternative — rôle ?
Propose une différence ou un effet réel.
Test bilatéral — principe ?
Examine si la statistique diffère dans les deux sens.
Seuil de signification — valeur ?
Probabilité fixée, souvent 5%, pour rejeter H0.
Approche de Fisher — objectif ?
Mesurer la preuve contre H0 via p-value.
Approche de Neyman-Pearson — but ?
Décider en acceptant ou rejetant H0, gérer α et β.
Erreur de première espèce — symbole ?
α, rejet faux H0.
Erreur de seconde espèce — symbole ?
β, ne pas rejeter faux H0.
Région critique — définition ?
Valeurs de test conduisant au rejet de H0.
Région d’acceptation — rôle ?
Valeurs de test pour conserver H0.
Statistique de test — rôle ?
Quantifier l’écart normalisé sous H0.
p-value — signification ?
Probabilité d’observer un résultat aussi extrême si H0 vraie.
Test sur moyenne — étape clé ?
Calculer la statistique et comparer à la critique.
Démarche en quatre étapes — but ?
Vérifier une hypothèse à partir d’un échantillon.
Approche Fisher — décision ?
Réserve si p > α, pas de rejet automatique.
Approche Neyman-Pearson — décision ?
Rejette ou conserve H0 selon seuils et risques.
Teste tes connaissances avec un QCM de 8 questions sur Introduction aux tests d'hypothèses statistiques.
1. Comment appliquer la formulation des hypothèses nulle et alternative lors d'un test statistique ?
2. Quel est le rôle principal du test d'hypothèse bilatéral ?
Révisez le cours complet dans la fiche de révision de Introduction aux tests d'hypothèses statistiques.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards