Tests sur la moyenne et la variance.
X suit la loi normale N(m, s).
H0 : m = m0 |
H1 : m ¹ m0 |
M : estimateur empirique de la moyenne |
S2 : estimateur empirique de la variance |
Test de Student :
|
|
M – m0 |
T |
= |
__________ |
|
|
S/Ö(n-1) |
Loi de T sous H0 : loi de Student de degré de liberté n-1
Région critique :
]-¥, m0 - ta s/(n - 1)1/2[ È ] m0 + ta s/(n - 1) 1/2 , +¥ [ |
ta étant défini par P(½T½>
ta ] = a
Exemple :
l’objectif fixé par les responsables nationaux de l’enseigne Euromarket est un
montant moyen des achats égal à 420F. Le directeur commercial s’inquiète du
montant moyen observé (316.95F) dans son hypermarché et veut donc vérifier si
cette valeur montre effectivement une différence. La variance estimée est égale
à s2 = 42902.472.
Pour un
risque de première espèce de 5% et un degré de liberté égal à 49, on a :
ta =
2.02.
La région critique est donc :
]-¥, 360.23 [ È ] 479.77, +¥ [ |
La
valeur 316.95 appartient à la région critique. On rejette donc
l’hypothèse nulle.
équivalence :
on calcule l’intervalle de confiance de la moyenne (cf. chapitre 5) :
IC = [ 257.173, 376.717 ] |
La valeur 420 n’appartient pas à l’intervalle de confiance. Elle n’est pas acceptable.
X1 = N(m1, s1) |
X2 : N(m2, s2) |
H0 : m1 = m2 |
H1 : m1 ¹ m2 |
M1 et S12 estimateurs empiriques de la moyenne et la variance de X1
M2 et S22 estimateurs empiriques de la moyenne et la variance de X2
n1 et n2 : nombres d’observations de X1 et X2.
Statistique U :
|
|
M1 - M2 |
U |
= |
–––––––––––––––––––– |
|
|
[S12/(n1-1)
+ S22/(n2-1)]1/2 |
Loi de U sous H0 : la loi normale centrée réduite (n1 et n2 suffisants, s1= s2) .
Région critique :
RC = ] - ¥, -ua] U [ua, + ¥ [ |
ua étant défini par P(½U½> ua ) =a
Exemple : la moyenne des achats de l’autre
hypermarché (410F) a été calculée sur 100 clients. La variance des achats
calculée sur ces 100 clients est égale à 35401.
On en déduit :
|
|
316.95
- 410 |
|
|
T |
= |
__________________________________________ |
= |
–
2.65 |
|
|
[
42902.47 / 49 + 35401 / 99 ]1/2 |
|
|
Pour un risque de première espèce a = 0.05, on a ua
= 1.96. La valeur observée t appartient à la région critique et on rejette donc
l’hypothèse nulle : la différence entre les deux moyennes n’est
vraisemblablement pas due uniquement au hasard.
X suit la loi normale N(m, s).
H0 : s2 = s02 |
H1 : s2 ¹ s02 |
M : estimateur empirique de la moyenne
S2 : estimateur empirique
de la variance
Statistique :
X2 = n S2/s02
Loi de X2 sous H0 : loi du c2 de degré de liberté n = n-1.
Région Critique :
RC = [0, ca2] È [c1-a2, + ¥ [ |
ca2 et c1-a2 étant définies par la relation :
P(X2
< ca2 ) = a/2 |
P(X2 > c1-a2 ) = a/2 |
Exemple : nous supposons que la loi de probabilité de la v.a. âge est la loi normale (en éliminant les trois clients retraités) et testons l’hypothèse H0 : s2 =50.
La valeur observée sur les 47 clients est s2 = 47.86. On en déduit :
X2 = 47 x 47.86 / 50 = 44.99
Nous choisissons comme risque de première espèce a = 0.05. La table donne directement pour le degré de liberté n = 46 :
ca2 = 29.160 |
tel que P(X2<ca2 ) =0.025 |
c1-a2 = 66.617 |
tel que P(X2>c1-a2 ) =0.025 |
La région critique est : RC = [0, 29.160 ] È [66.617, + ¥ [. La valeur observée n’appartient pas à la région critique et on accepte l’hypothèse nulle.
En déterminant l’ensemble des valeurs s2 telles que l’on accepte l’hypothèse nulle, on retrouvera l’intervalle de confiance déterminé dans le chapitre 5. On pourra examiner aussi la figure 11 du chapitre 5.
X1 = N(m1, s1) |
X2 : N(m2, s2) |
||
|
|
M1 et S12 estimateurs empiriques de la moyenne et la variance de X1
M2 et S22 estimateurs empiriques de la moyenne et la variance de X2
n1 et n2 : nombres d’observations de X1 et X2.
Statistique :
|
|
n1 S12 / s12 |
|
n2 - 1 |
F |
= |
_____________ |
x |
_______ |
|
|
n2 S22 / s22 |
|
n1 - 1 |
Loi de F sous H0 : loi de Fisher de degrés de liberté n1-1 et n2-1.
Région Critique :
RC = ]0, fa[U] f1-a, + ¥ [ |
fa et f1-a étant définies par : P(F< fa) = a/2, P(F> f1-a) = a/2
Exemple : Pour contrôler l’égalité des
moyennes des achats des deux hypermarchés, nous avons supposé que les variances
étaient égales. Nous le vérifions ci-dessous, en supposant que les lois sont
normales . Les variances des achats sont égale à :
s12 = 42902.47
(n1 = 50) s22
= 35401 (n2 = 100)
On en déduit :
|
|
50 x 42902.47 / 49 |
|
|
f |
= |
_______________________ |
= |
1.2243 |
|
|
100 x 35401 / 99 |
|
|
Nous choisissons comme risque de première
espèce a
= 0.02. Les degrés de liberté sont n1 = 49 et n2
= 99.La table donne directement f1-a
= 1.73.
Pour calculer fa, il
faut considérer la v.a. 1/F , qui suit la loi de Fisher de degrés de liberté n1
= 99 et n2 = 49. On a :
P(1/F>1/fa) = 0.01 |
Û |
1/fa
= 1.82 |
Û |
fa
= 0.549 |
La région critique est donc : RC = ]0,
0.549 [ ] 1.73, + ¥
[.
La valeur observée n’appartient pas à cette
région critique et on accepte l’hypothèse d’égalité des variances.
Définition :
risque de seconde espèce : probabilité d’accepter l’hypothèse nulle quand elle est fausse.
puissance : probabilité de rejeter l’hypothèse nulle quand elle est fausse.
p = 1 – b
Puissance
du test sur la variance :
Hypothèses:
H0 : s2 = s02 |
H1 : s2 = s12 |
Acceptation de l’hypothèse nulle : n S2/s02 n’appartient pas à la région critique.
Risque b de seconde espèce (sous H1) :
|
|
|
|
|
n S2 |
|
|
b |
= |
P |
( ca2 |
< |
–––– |
< |
c1-a2 ) |
|
|
|
|
|
s02 |
|
|
Calcul de b :
|
|
|
n S2 |
|
b |
= |
P (ca2 |
< –––– < |
c1-a2) |
|
|
|
s02 |
|
|
|
|
nS2s12 |
|
|
= |
P (ca2 |
< –––––– < |
c1-a2) |
|
|
|
s02s12 |
|
|
|
ca2s02 |
nS2 |
c1-a2s02 |
|
= |
P (–––––– |
< ––––< |
–––––––) |
|
|
s12 |
s12 |
s12 |
Loi de n S2 / s12 sous H1 : loi du c2 de degré de liberté n = n – 1.
Exemple :
nous donnons ci-dessous la puissance du test sur la variance de l’âge. La
valeur testée est fixée à s2
= 50, le risque de première espèce à 0.05, et le nombre d’observations est égal
à 47.
La lecture de ce tableau donne
le renseignement suivant : la probabilité de rejeter l’hypothèse s2 = 50 lorsque la vraie valeur
est 33.333 est égale à 0.432 pour un risque de première espèce égal à 0.05.
Rang |
variance vraie |
puissance |
Rang |
variance vraie |
puissance |
1 |
20.0000 |
0.993 |
11 |
64.4444 |
0.263 |
2 |
24.4444 |
0.915 |
12 |
68.8889 |
0.379 |
3 |
28.8889 |
0.699 |
13 |
73.3333 |
0.497 |
4 |
33.3333 |
0.432 |
14 |
77.7778 |
0.606 |
5 |
37.7778 |
0.227 |
15 |
82.2222 |
0.701 |
6 |
42.2222 |
0.109 |
16 |
86.6667 |
0.778 |
7 |
46.6667 |
0.057 |
17 |
91.1111 |
0.839 |
8 |
51.1111 |
0.053 |
18 |
95.5556 |
0.885 |
9 |
55.5556 |
0.090 |
19 |
100.0000 |
0.919 |
10 |
60.0000 |
0.162 |
|
|
|