Test de Fisher

021 | -,288 | -1,213 | ,236 | | BARR | -,201 | ,592 | -,054 | -,340 | ,736 | a. Variable dépendante : MPG | A partir de ce tableau des coefficients on remarque que β1= -0,004 est non nul et Sig =0 Donc un des ces coefficient est non nul . Test F de l’importance de la régression : H0 :β1= …………=β2 H1 : Au moins un des coefficients est non nul. Selon la table ANOVA : ANOVAb | Modèle | Somme des carrés | ddl | Moyenne des carrés | D | Sig. | 1 | Régression

Choix d’un modèle par l’algorithme Stepwise Tests bartlett.test binom.test chisq.test cor.test t.test var.test wilcox.test ks.test Test de Bartlett d’homogénéité de variances Test Binomial exact Test du Chi2 Test d’ Association/Correlation t-Test de Student de comparaison de moyennes F Test de Fisher de comparaison de Variances Test de rang de Wilcoxon Tests de Kolmogorov-Smirnov XVII- Généralités Estimation density ecdf Estimation de densité par noyaux Fonction de

. . . . . . . . . 2.2 L’estimateur des mco dans le modèle linéaire gaussien . . . . . . . ˆ ˆ 2.2.1 Loi du couple (β, σ 2 ) . . . . . . . . . . . . . . . . . . . . . . 2.2.2 Test sur la valeur d’un paramètre : la statistique de Student 2.2.3 Test unilatéral sur un coefficient . . . . . . . . . . . . . . . 2.2.4 Test bilatéral sur un coefficient . . . . . . . . . . . . . . . . 2.2.5 Intervalles de confiance . . . . . . . . . . . . . . . . . . . . 2.2.6 mise en oeuvre sous sas des tests de significativité

Méthode probabiliste sur populations étendues et réduites 123) Méthodes combinées 13) Tests statistiques fondamentaux (paramétriques et non paramétriques) 131) Test Gaussian 132) Test de Student 133) Test de Fisher 134) Test de Khi² ************************************************************************************************************** Les BDD sont des etudes de chiffres au textes qui doivent être traités statistiquement

SCT=8491,479 R-deux=0.7 c'est-à-dire que pratiquement la fluctuation de taux de donation des anciens élèves est expliquées par le taux de diplômés, le pourcentage des classes inférieures à 2O% et le rapport étudiant/Professeur. A l’aide de test de Fisher on peut vérifier statistiquement que la régression est significative qu’est le cas dans notre modèle (F>F0.1 ; 3.44) et Sig est proche de Coefficients Modèle |

des paramètres ................................................................................ 19 Annexe 4 – Tableau calcul des Moindres Carrés Ordinaires ................................................................. 20 Annexe 5 – Table de Fisher ................................................................................................................... 21 Annexe 6 – Table de Student ..................................................................................................

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 49 50 50 51 53 54 55 55 i ii Table des matières 3.4 3.5 3.6 3.7 3.3.2 Tests entre modèles emboîtés . . . . . . . . . . . 3.3.3 Test de Student de signification d’un coefficient . 3.3.4 Test de Fisher global . . . . . . . . . . . . . . . . 3.3.5 Lien avec le Rapport de Vraisemblance Maximale Estimation sous contraintes . . . . . . . . . . . . . . . . Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Les moindres carr´s . . . . . . . . . . . . . . . . . . e 2.1.3 Analyse de la variance . . . . . . . . . . . . . . . . . 2.1.4 Quelques tests li´s aux MCO . . . . . . . . . . . . . e 2.1.4.1 Test de Fisher . . . . . . . . . . . . . . . . 2.1.4.2 Test de Student . . . . . . . . . . . . . . . 2.1.4.3 Test de Durbin et Watson . . . . . . . . . . 2.1.4.4 Les tests d’ad´quation des r´sidus . . . . . e e 2.2 Retour sur le maximum de vraisemblance . . . . . . . . . . 2.2.1 Le principe du maximum de vraisemblance

moindres carrées. Interpréter le résultat. 2. Calculer les différents dispersion selon la loi des écarts. 3. Déterminer le coefficient de détermination et le coefficient de corrélation. 4. Représenter l’analyse de la variance et le test F 5. S’assurer à l’aide d’un test T de Student que a est significativement différente de zéro. 6. Déterminer l’intervalle de confiance du paramètre a. 7. Prévision de Y pour la valeur X=20 et l’intervalle de confiance de cette prévision. an 4 2 www.elmerouani.jimdo

. . . . . . . . . . . . . . . . . 49 49 50 50 51 53 54 55 55 i ii Table des matières 3.4 3.5 3.6 3.7 3.3.2 Tests entre modèles emboîtés . . . . . . . . . . . 3.3.3 Test de Student de signification d’un coefficient . 3.3.4 Test de Fisher global . . . . . . . . . . . . . . . . 3.3.5 Lien avec le Rapport de Vraisemblance Maximale Estimation sous contraintes . . . . . . . . . . . . . . . . Exemple . . . . . . . . . . . . . . . . . . . . . . . . . .