26

Chapitre 6 TESTS STATISTIQUES

A. Pri nci pe des tests
Partons dun exemple...Une machine fabrique des tiges dacier. Si la machine est rgle correctement,
lutilisateur obtient une population de tiges de longueurs moyenne m et dcart-type . On dsire savoir
si cette machine se drgle. Ainsi, on prlvera, intervalles rguliers, des chantillons pour mesurer la
longueur effective des tiges.
Nous faisons alors lhypothse H
0
dite hypothse nulle que la machine est bien rgle. On teste alors
cette hypothse: 2 cas se prsentent :
la machine est bien rgle, on accepte H
0
.
la machine est mal rgle, on rejette H
0
et donc on accepte H
1
dite hypothse alternative.

Dfinition : un test statistique est une mthode permettant de prendre une dcision partir
dinformations fournies par un chantillon.
Cette dcision dpend donc de lchantillon. Ainsi quelle que soit la dcision prise, on court deux sortes
de risques :
le risque dit de 1re espce not , est la probabilit de rejeter lhypothse H
0
alors quelle est vraie
en ralit : p(rejeter H
0
/ H
0
vraie)
le risque dit de 2nde espce not , est la probabilit daccepter lhypothse H
0
alors quelle est
fausse en ralit : p(accepter H
0
/ H
0
fausse ) .
Un test est bon si on arrive minimiser et .
B. Test de comparai son une val eur standard
1. Position de problme
On considre une population P sur laquelle on veut tudier un paramtre inconnue associ un
paramtre c. Sur un chantillon de taille n, on obtient
e
connu. Sur la base de cette valeur observe
e
,
on se propose de comparer la vraie valeur une valeur
0
fixe priori, constituant la valeur standard.
2. Tests relatifs une moyenne
Soit une population P de grand effectif sur laquelle on tudie un caractre c. La moyenne m de c est
inconnue. Sur un chantillon, on a trouv une moyenne

x
e
. On doit tester la moyenne m par rapport
une valeur note m
0
qui est la valeur standard.
a) Test bilatral
Soit H
0
: " m=m
0
" l'hypothse nulle et H
1
: " m m
0
" l'hypothse alternative
Soit X la variable alatoire prenant pour valeurs les moyennes des diffrents chantillons de taille n 30,
alors on sait que X suit une N (m
0
;

n
) , tant l'cart-type de la population P.


27
Il faut donc que X soit telle que

p( m
0
t

n
< X < m
0
+ t

n
) 1 d'o en faisant le
changement de variable :

T
X m
0

n
alors T suit une loi normale centre rduite N (0,1) d'o

p( t

< T < t

) 1 c'est dire

(t

) 1

2
d'o la rgle du test bilatral :
On choisit un risque
on cherche dans la table de la loi normale centre rduite N (0,1), t

tel que

(t

) 1

2

soit

x
e
la moyenne de l'chantillon de taille n alors
si

x
e
m
0
t

n
;m
0
+ t

n



1
]
1
, on accepte H
0
avec le risque
sinon on rejette H
0
et donc on accepte H
1
avec un risque .
Remarque : dans le cas usuel o = 5% alors t

= 1,96 et si = 1% alors t

= 2,58.
Si est inconnu (ce qui est souvent le cas ) alors on prend son estimateur ponctuel

n
n 1

e
o
e
est
l'cart-type de l'chantillon.
b) Tests unilatraux
Rgle du test unilatral gauche
-4 -2 2 0
0.2
zone d'acceptation
de H0
zone de
refus de H0
zone de
refus de
H0
/2
/2
1-

28
L'hypothse nulle est H
0
: "m = m
0
" et l'hypothse alternative est H
1
: "m > m
0
"
On peut la retrouver par exemple dans le cas d'un test de dpassement d'une norme.
On choisit un risque
On cherche dans la table de la loi normale centre rduite N (0;1) t

tel que (t

) = 1 -
Si

x
e
m
0
+ t

n
alors on accepte H
0
sinon on refuse H
0
et donc on accepte H
1

Rem : dans les cas usuels : si = 5% alors t

= 1,645 ; si = 1% alors t

= 2,33

Rgle du test unilatral droite
-4 -2 2 0
0.2
rgion de refus de
H0
rgion d'acceptation de H0
1-

m=m0

29
L'hypothse nulle est : H
0
: "m = m
0
" et l'hypothse alternative est : H
1
: "m < m
0
"
On la retrouve dans les cas de tests de non galit d'une norme.
On choisit un risque
On cherche dans la table de la loi normale centre rduite N (0;1) t

tel que (t

) = 1 -
Si

x
e
> m
0
t

n
on accepte H
0
, sinon on rejette H
0
et donc on accepte H
1

Dans ces deux cas, il est trs frquent qu'on ne connaisse pas ; on a alors

e
n 1

3. Tests relatifs un frquence ou un pourcentage
Tous les tests que l'on vient de voir restent valables ; il suffit de remplacer m par p (proportion inconnue
dans la population P),

x
e
par f
e
(proportion effective sur l'chantillon) et

n
par
f
e
1 f
e
( )
n 1

C. Test de comparai son de 2 popul ati ons
1. Test de comparaison de 2 moyennes





-4 -2 2 0
0.2
0.4
rgion
d'acceptation de
H0
rgion de refus
de H0


30
Population P1 Population P2
Caractres
Etudis
C C
Moyenne
Ecart-type
m
1

1
i
n
c
o
n
n
u
s

m
2

2

i
n
c
o
n
n
u
s

Echantillon e
1
Echantillon e
2

Taille
Moyenne
Ecart-type
n
1 >
30

x
e
1

e
1

c
o
n
n
u
s

n
2 >
30

x
e
2

e
2

c
o
n
n
u
s

Rgle du test de comparaison de 2 moyennes
L'hypothse nulle est : H
0
: "m
1
= m
2
" et l'hypothse alternative est H
1
: "m
1 <>
m
2
"
On choisit un risque
On cherche dans la table de la loi normale centre rduite N (0;1) t

tel que (t

) = 1- /2
Si

x
e
1
x
e
2

e
1
2
n
1
1
+

e
2
2
n
2
1
t

;t
[ ]
on accepte H
0
sinon on rejette H
0
et donc on accepte H
1

Si H
0
est accepte, on dit que la diffrence m
1
-m
2
n'est pas significative au risque
2. Rgle de comparaison de deux pourcentages
Population P
1
Population P
2

Caractre tudi
Pourcentage
C
p
1
inconnu
C
p
2
inconnu
Echantillon e
1
Echantillon e
2

Taille
Pourcentage
n
1 >
30
f
1
connu
n
2 >
30
f
2
connu
L'hypothse nulle est H
0
: "p
1
=p
2
" et l'hypothse alternative H
1
: "p
1
p
2
"
On choisit un risque
On cherche dans la table de la loi normale centre rduite N (0;1) t

tel que (t

) = 1- /2
Soit

f
n
1
f
1
+ n
2
f
2
n
1
+ n
2
alors si

f
1
f
2
f 1 f ( )
1
n
1
+
1
n
2



_
,

t

;t
[ ]
on accepte H
0
sinon on rejette H
0
et
on accepte donc H
1
.
Si H
0
est accepte, on dit que p
1
- p
2
n'est pas significative au risque .