Fiche résumé - tests statistiques
H0
Conditions d’application
Table utilisée
Calcul de la statistique
Décision statistique
V. A. Q U A N T I T A T I V E
Comparaison d’une moyenne à une valeur donnée par Student
µ = µ0
Loi normale et n tα rejet de H0
Comparaison d’une moyenne à une valeur donnée par l’écart réduit
µ = µ0
N’importe quelle loi et
n ≥ 30
Loi normale centréeréduite
t obs =
t obs > tα rejet de H0 ou p-value < α rejet de H0
Echantillons indépendants
Comparaison de 2 moyennes observées par l’écart réduit
µ1 = µ 2
n1, n 2 ≥ 30
Loi normale centrée réduite
t obs =
m1 − m 2 − 0
t obs > tα
( S1 ²
n1
+
S2 ²
n2
)
rejet de H0 ou p-value < α rejet de H0
t obs =
Comparaison de 2 moyennes observées par Student
m1 − m2 − 0 S* 1 n1 + 1 n2 t obs > tα rejet de H0
µ1 = µ 2
n1 ou n 2 < 30
Student à n1+n2-2 ddl
S* = S
S=
(( n1 − 1) S1 ² + (n 2 − 1) S 2 ²)
(n1 + n 2 − 2)
Voir ci-dessus
Echantillons non indépendants
Comparaison de 2 moyennes observées
δ =0
Selon la taille de n (par rapport à 30) Grands échantillons (
Ecartréduit ou Student
Voir ci-dessus
Comparaison de deux 2 proportions par
χ
π1 = π 2
Eij ≥ 5 )
χ2à1 ddl χ² = ∑ χ² =
2 i , j =1
Rq : si minium des
2
(Oij − Eij )² Eij Eij
t obs > tα rejet de H0
i , j =1
Comparaison de deux 2 proportions par
χ
π1 = π 2
Petits échantillons (minimum des
χ
2
à1
∑
(Oij − Eij − 0.5)² Eij < 3, test exact de Fischer p1 − p 2 p0 (1 − p0 )( 1 1 + ) n1 n2
t obs > tα rejet de H0
Eij entre 3 et 5)
Grands échantillons (
ddl
t obs =
Loi normale centrée réduite
V. A. Q U A L I T A T I V E
Echantillons indépendants
Comparaison de deux proportions par l’écart réduit
π1 = π 2
Eij ≥ 5 )
t obs > tα rejet de H0
Estimation de
p0 =
n1 p1 + n2 p 2 n1 + n2
Comparaison de plusieurs pourcentages (test d’indépendance)