Tests sur moyennes,

proportions et
indépendance
Réalisé par : Encadré par :

LOTFI Ismail Dr. EL HASSANI Hafid

TOURDI Lamyae
Mchich Mohammed
Mchich Nora
Introduction

PLAN

1 Introduction

2 Test de comparaison d’une moyenne à une norme

3 Test de comparaison de deux moyennes

4 Test de comparaison d’une proportion à une norme

5 Test de comparaison de deux proportions

6 Test d’indépendance de Khi-deux

7 Test de normalité

2
1 Introduction 2 3 4 5 6 7

La Statistique appartient à ces disciplines dont on a si souvent besoin,

qu'on ne peut pas se permettre de demander assistance à chaque fois à
un spécialiste, pour analyser des chiffres, tracer convenablement un
graphique, ou simplement pour comprendre la signification de certains
résultats statistiques.

Le Test statistique est une procédure de décision éclairant le choix au

décideur en lui permettant d'évaluer à priori les risques de faire une
erreur. Pour cela, la théorie des tests est parfois appelée théorie de la
décision statistique.

3
1 Introduction 2 3 4 5 6 7

Bien évidemment, il existe de nombreux test qu’on ne peut pas tous

présenter dans cette brève présentation, c’est la raison pour laquelle on
va dédier la première partie sur les tests sur moyennes, alors que la
deuxième partie sur les tests sur proportions, la troisième partie
consacrée sur les tests d’indépendance, notamment le test de Khi-deux
et finalement une quatrième partie pour un rappel sur les tests de
normalité qu’on aura besoin pour prouver la loi de distribution.

4
 1 Test de comparaison d’une moyenne 2 3 4 5 6 7
à une norme

Concept Exemple

Ce type de test est un test de conformité ; on l'utilise lorsque l'on

cherche à savoirAvoir
si la moyenne d'unequantitatif
des variables série de mesures est différente
ou non d'une valeur théorique ou fixée (norme).
La théorie distingue souvent deux situations, celle pour
laquelle la variance dans la population est connue et celle pour
laquelle elle est Dans
inconnue.
le cas des petits échantillons, on doit
Seulement, dans la pratique
supposer le cas où la
(ou démontrer) la normalité
variance est
de inconnue
la
est très distribution du caractère quantitatif dans la
e population grâce a d’autre test comme
Dans le cas des grands échantillons (n>30), on peut
alors faire l’approximation de la loi de Student à une loi
normale
5
 1 2 Test de comparaison d’une moyenne 3 4 5 6 7
à une norme

Concept Exemple

Définition

 
Paramètre

Condition de  
validité Les hypothèses

 
n<30 et  
n>30 et
inconnu   inconnu
est un bon estimateur (BLUE) de
e
   

6
 1 2 Test de comparaison d’une moyenne 3 4 5 6 7
à une norme

Concept
  Exemple
 

Définition  

   
Condition de
validité

  Conclure si on , le test est significatif

Méthode à suivre sinon le test n’est pas significatif

6
1 2 Test de comparaison d’une moyenne 3 4 5 6 7
à une norme

Concept Exemple

Dans le domaine de la construction, on produit des poutrelles préfabriquer

qui résiste à l’âge de 28 jours à une valeur au moine égale à 25 MPa, on
décide de prendre quelque échantillon pour voir si on respecte la norme. On
effectue le test sur 35 poutrelle et on trouve qu’en moyen leurs résistance
avant la rupture et égale à 28 MPa et la quasi-variance S = 3,63.
On veut savoir si la résistance des poutrelles est significativement
supérieure à la norme fixée au risque de 5%.

7
 1 2 Test de comparaison de deux 3 4 5 6 7
moyennes
2 échantillions 2
Méthodes Exemple
indépendants échantillion
s appariés

  Test sur 2 échantillions indépendant

Consiste à réaliser un test sur un échantillon aléatoire une
première fois,
Un test de comparaison puismoyennes
de deux introduireconsiste
une information, compétence
à déterminer si une
moyenne dans ou uneautre, et faire
première le test surnoté
population, le meme échantillon
, est égale, encore
supérieur ou une
inferieur a unefois.
moyenne dans une autre population, noté .
Par exemple : peut
Son ont affirmer
objectif qu’en
est de moyenne,
conclure la durée dedutravail d’un
sur l’efficacité
ouvrier est significativement supérieure
changement qu’il y a eu à la durée de l’autre ouvrier ?

Par exemple : peut ont affirmer qu’une information

améliore la compétence technique ? ou encore, l’utilisation
d’un matériel nouveau augmente la productivité ?

8
 1 2 3 Test de comparaison de deux 4 5 6 7
moyennes
2 échantillions 2
Méthodes Exemple
indépendants échantillons
appariés

 
Paramètre

     
  prend
On un exemple qui va permettre  d’éclaircir encore plus
Les hypothèses
l’utilisation de ce genre de test.
On veut comparer la variabilité de deux procédés. Deux échantillons
aléatoires indépendants
 n<30 et inconnu   donnent les résultats suivants : ; ; et ;  n>30
; et inconn
est un bon estimateur (BLUE) de
mais egaux mais egaux
  Conclure si on , le test est significatif
sinon le test n’est pas significatif
   

9
 1 2 3 Test de comparaison d’une 4 5 6 7
proportion à une norme

Concept Exemple

Dans un test de comparaison d’une proportion à une norme, la

variable initiale est unedes
Avoir variable qualitative
variables c’est-à-dire, est ce que
qualitatives
l’individu possède cette qualité ou non.

Par exemple : la proportion des pièces défectueuse est-il égalé,

La taille
supérieur ou inférieur à ladenorme
l’échantillon soit?grande (n>30), et
acceptable
que la proportion ne soit ni trop proche de 0 ni
trop proche de 1 (n*p*q > 5)
e

10
 1 2 3 4 Test de comparaison d’une 5 6 7
proportion à une norme

Concept Exemple

Définition

 
Paramètre

Condition de  
validité Les hypothèses

n>30
  est un bon estimateur (BLUE) et
de n*p*q
e >5
 

11
 1 2 3 4 Test de comparaison d’une 5 6 7
proportion à une norme

Concept Exemple
 

Définition  

 
Condition de
validité

  Conclure si on , le test est significatif

Méthode à suivre sinon le test n’est pas significatif

11
 1 2 3 4 Test de comparaison de deux 5 6 7
proportions
Condition
Définition Méthodes Exemple
de
validation

  Test sur 2 échantillions indépendant

Avoir des variables qualitatives
Le test de comparaison de proportions dans deux échantillons indépendants
vise à comparer une proportion dans une population, noté , à une autre
proportion, noté .
 La taille des échantillons soit grande ( et >30), et que
les proportions ne soient ni trop proche de 0 ni trop
proche de 1 ( > 5 et > 5)

14
 1 2 3 4 5 Test de comparaison de deux 6 7 7
proportions
2 échantillions 2
Méthodes Exemple
indépendants échantillons
appariés

   
Paramètre

Une entreprise   veut faire

  une comparaison entre ses deux filiales du
point de vue Lesde l’absentéisme
hypothèsespour maladie. On décide alors de
noter l’absentéisme pendant 22 jours dans les deux filiales, comptant
respectivement 80 et 120 personnes. Les résultats observés au bout
d’un mois font ressortir les taux d’absentéisme : 10.52% pour la
 
filiales 1 et 9.25%est pour la filiales
un bon 2. (BLUE) de
estimateur

  Conclure
Peut-on conclure ausi onde, 5%
seuil le test est qu’il
de risque, significatif
y a une n>30
différence
et inconnu
sinon le test n’est pas significatif
entre les deux filiales du point de vue de l’absentéisme ?
 
 

14
 1 2 3 4 5 Test d’indépendance de Khi-deux 6 7

Conditio
Définition Méthode Dalles
n de
validité

Les études de dépendance entre deux caractères (on parle d’études

d'homogénéité quand les deux caractères sont qualitatifs) sont fréquentes
en statistique.

Pour mesurer le degré de liaison entre caractères, on peut considérer

deux situations :
 Si les deux caractères sur lesquels porte l'étude sont
qualitatifs, on peut mesurer le degré de liaison (dépendance)
entre les deux caractères par des caractéristiques bien connues
telles que « le lien » ou le « khi-deux ».

 Si les deux caractères sont quantitatifs, on parle dans ce cas

plutôt de corrélation, dont on peut mesurer le degré par les
rapports de corrélation.

16
 1 2 3 4 5 6 Test d’indépendance de Khi-deux 7

Conditio
Définition n de Méthode Exemple
validité

Ce test s’applique au cas de deux variables qualitatives. Si l’une des

deux variables est toutefois quantitative, on peut réaliser un test du
khi-deux après transformation de la variable quantitative en classes
Par exemple : la taille des entreprises est transformée en trois classes
(petites, moyennes et grandes).

17
 1 2 3 4 5 6 Test d’indépendance de Khi-deux 7

Condition
Définition de Méthode Exemple
validité

• Si la condition n’est pas vérifiée, on peut soit regrouper des modalités, ce qui
permet d’augmenter les effectifs théoriques par cellule, soit supprimer
complètement la modalité présente des effectifs théoriques vraiment faibles.

Les conditions d’utilisation du test de khi-deux

• Par ailleurs, trop réduireque
imposent le nombre dede
le tableau modalités en lesneregroupant
contingence soit pas neutralise
le phénomènetrop grand en nombre
d’association de lignes
recherché. et colonnes
Tout l’art consiste au regard
donc à regrouper
de la taille de l’échantillon.
sans trop regrouper….
 
  règle empirique stipule qu’un tableau doit
La
comporter au moins 80% des cellules avec un effectif
• Dans le cas de la suppression d’une modalité lorsque son effectif est très
On remarque que lethéorique () supérieur
tableau comporte a 5. et 3 colonnes, donc au total 9 cellules.
3 lignes
faible, cela réduit le périmètre de l’étude et il faut absolument bien le
spécifier
On vérifie lors de lad’avoir
la condition présentation deseffectifs
80%  des résultats.
théorique supérieur à 5 ce qui
revient à dire 20% des effectifs théoriques inferieurs à 5 (20%*9 = 1.8). Donc on doit
avoir au maximum 2 valeurs inferieurs à 5 (ce qui est verifier d’après le tableau
(aucune valeur inférieure à 5))

18
 1 2 3 4 5 6 Test d’indépendance de Khi-deux 7

Conditio
Définition Méthode Exemple
n de
validité

 
Les hypothèses

 Avec dégrée de liberté  

p : nombre de ligne
q : nombre de colonne
 

Conclure si on , le test est significatif c’est-à-dire

 
qu’il y a une liaison sinon le test n’est pas
significatif (indépendance)
19
 1 2 3 4 5 6 Test d’indépendance de Khi-deux 7

Conditio
Définition n de Méthode Exemple
validité

On reprend la démonstration de qu’on avait fait comme

exemple qui illustre cela.

20
 1 2 3 4 5 6 Test d’indépendance de Khi-deux 7

Conditio
Définition Méthode Exemple
n de
validité

 
Les hypothèses

 
On , et on conclue que les deux variables sont liée

21
1 2 3 4 5 6 Test de normalité 7

Shapiro-Wilk Jarque-Bera

En effet, de nombreux tests supposent la normalité des distributions pour

En comparaison
être desd’autre
applicables. En autres tests,
terme,il ilestestparticulièrement
indispensable depuissant
vérifierpour les
petits
la effectifs
normalité (n ≤d'utiliser
avant 50). La statistique
les tests. du test s'écrit :

 
Les tests de normalité
Lespermettent de vérifier si des données réelles suivent
hypothèses
une loi normale ou non.

Il existe un paquet  de tests de normalité :

Le test de Shapiro-Wilk
 : la série des données
Le test de Jarque-Bera
  : est la partie entière du
rapport
Le test de Kolmogorov
: des constantes
… générées à partir de la
moyenne et de la
matrice de variance co-
variance

22
1 2 3 4 5 6 7 Etude des Fondations

Shapiro-Wilk Jarque-Bera

Le test de normalité de Jarque-Bera, évalue les écarts simultanés de ces

coefficients avec les valeurs de référence de la loi normale
On donne les estimateurs :

   

23
Merci de votre
attention

24