TEST DE STUDENT

Réalisé par :
-BOUTSMOUMT Asmaa
-JAL Khaoula
-EL-OUALI Youssef

1
Sommaire

I- Généralités ......................................................................... 3
II- Test t de Student pour échantillon unique : ...................... 3
a. Définition ................................................................................................................................3
b. Formules et calcul ...................................................................................................................3
c. Application ..............................................................................................................................4

III- Test t de Student pour échantillons ................................... 5

1- Test Student non apparié.....................................................................................................5
b-Formule ...................................................................................................................................5
c-règles de décision .....................................................................................................................5
2- Test Student apparié ...............................................................................................................6
a- Principe du test et conditions d’utilisation ...........................................................................6
b- Exemple ..............................................................................................................................6

2
Test T de Student

Généralités
Deux conditions à vérifier pour utiliser le test t de Student :

• Échantillon de petite taille n<30

• Une population normale de variance inconnue

On distingue 3 cas d’utilisations du test t de Student :

Échantillon
unique
Test t de
indépendants
Student
Deux
échantillons
dépendants

Test t de Student pour échantillon unique :

Définition
Le premier cas du test student est le cas à un seul échantillon, qu’on peut appeler aussi test
de conformité, il s’agit de comparer la moyenne observée d’un échantillon statistique à une
moyenne théorique ou standard.
La question est de savoir si la moyenne de X (variable aléatoire) notée « m », est égale à cette
moyenne théorique « m0 » de la population de référence (c'est l'hypothèse nulle H 0 pour un
test bilatéral) ou si les deux moyennes sont statistiquement différentes (c'est l'hypothèse
alternative H1).
C'est ce que l'on appelle un test de conformité.
Formules et calcul
Pour effectuer le test à échantillon unique :
▰ La valeur t trouvée dans la table de Student pour le risque fixé = degré designification

3
 ▰ La comparaison de la moyenne observée (m) à une valeur théorique m0 est donnée par
le rapport : |t| :

S : désigne l’écart type estimé sur l’échantillon

▰ Si |t| est inférieur à la valeur lue dans la table de t (loi de Student) pour ddl = n ‐1 et le
risque 5%, la différence n’est pas significative
▰ Si |t| est supérieur ou égal à la valeur lue dans la table de t pour ddl = n ‐1 et le risque
5%, la différence est significative.

a. Application
Une machine produit des tiges métalliques dont la longueur nominale égale à 8,30 cm,
et supposée suivre une loi normale.
Sur la base d’un échantillon aléatoire de taille N= 20, La moyenne et l’écart-type des
longueurs mesurées est respectivement de 8,57 cm et 0,6 cm.
On veut tester si la machine est bien réglée, de façon à ne pas produire une
longueur inférieure à la norme. Pour un seuil de signification de 5%.

Solution :
 Formulation d’hypothèses :
H0 : m = m0 : m = 8,30 cm
H1 : m < m0 : m < 8,30 cm
 Degré de signification :
T (Risque ; degré de signification)
T (5% ; 19) : en cherchant dans la table t de student, t = 1,729
 T calculé :

Il faut corriger l’effectif de l’échantillon, pour cela on utilisera la formule suivante :

 Comparaison et conclusion :
On a tcalculé>t , le test est donc significatif : on rejette H0

4
  La machine produit une longueur inférieure à la norme, au risque de 5%.

II- Test t de Student pour échantillons

Test Student non apparié
a-Définition
Le test de student non-apparié permet de comparer deux groupes d’échantillons qui n’ont
aucun lien (donc indépendants).
A titre d’exemple, nous avons un groupe de 100 individus (50 femmes et 50 hommes) pris au
hasard au sein de la population. On se pose la question à savoir si le poids moyen des femmes
est significativement différent de celui des hommes?
Dans cet exemple on parle de test de Student non apparié car les deux groupes à comparer
n’ont aucunlien. Il s’agit donc de calculer le poids moyen des femmes et de celui des hommes
et d’évaluer si ladifférence est significative au point de vue statistique.

b-Formule
-Soit A et B deux groupes différents à comparer.
-Soit et la moyenne du groupe A et celui du groupe B, respectivement.
-Soit et la taille du groupe A et celle du groupe B, respectivement.

La valeur t de Student est donnée par la formule suivante:

S2est la variance commune aux deux groupes. Elle est calculée par la formule suivante :

Pour savoir si la différence est significative, il faut tout d’abord lire dans la table t, la valeur
critiquecorrespondant au risque alpha = 5% pour un degré de liberté : d. d. l = nA + nB – 2
c-règles de décision

5
 1- Test Student apparié
Principe du test et conditions d’utilisation
Ce test permet de comparer deux moyennes observées, lorsque les deux groupes
d’échantillons A et B ont un lien entre eux. En d’autres termes, il est utilisable lorsque les
deux échantillons sont dépendants.

Le test est utilisable, si seulement si, la différence entre les deux moyennes suit une loi
normale et les variances des moyennes observées sont égales et inconnues

a- Exemple
On désire étudier l’effet d’un nouveau traitement du diabète en mesurant l’effet sur la
glycémie. On dose la glycémie (g/L) chez 15 sujets avant le début du nouveau protocole et 3
mois après.

Dans la population, on pose :

- X1 la mesure de glycémie avant traitement

- X2 la mesure de glycémie après traitement (3 mois après)

▰ D = X1 − X2 une VA distribuée selon une loi normale d’espérance D¯ et de variance

σ ²D

▰ La moyenne des différences entre les mesures : D¯ = 0.1

▰ L’écart-type des différences entre les mesures : Sd = 0.091

▰ Choix d’un risque α :α = 5%

Sur l’échantillon, les mesures sont appariées car elles sont effectuées sur les mêmes
individus. La moyenne des deux échantillons suit une loi normale Donc on procède par
l’utilisation du test t de Student pour 2 échantillons appariés

Choix des hypothèses

- H0 : les glycémies sont identiques avant et après le nouveau protocole : X1¯=X2¯ (x¯ avant
traitement = x¯ après traitement)

- H1 : la glycémie est réduite grâce au nouveau protocole : X1¯>X2¯ (x¯ avant traitement >
x¯ après traitement)

6
Il s’agit d’un test unilatéral.

Détermination du t critique :

Le t critique est déterminé à travers la table t, la valeur critique correspondant au risque alpha
= 5% pour un degré de liberté : n-1 soit 15-1= 14

🡺t critique correspond à une valeur de 1,761

Détermination du t calculé :

On a le t calculé:

0,1
T calculé= 0,91 = 4,25
( )
√15

Prise de décision

Pour savoir si la différence est significative, il faut comparer le t critique au t calculé

▰ Si la valeur absolue de t (|t|) est supérieure à la valeur critique, alors la différence est
significative.

▰ Dans le cas contraire, elle, ne l’est pas. Le degré de significativité (ou p-value)
correspond au risque indiqué par la table de Student pour la valeur |t|.

⇨ Dans notre cas t calculé> t critique (4,25> 1, 761) donc on rejette Ho au risque de
première espèce α = 5% de se tromper. La glycémie est significativement plus basse
après administration du nouveau traitement