9.6
La méthode de la valeur P utilise une valeur P calculée au lieu de la valeur critique pour arriver à une décision concernant l’hypothèse.
Dans un premier temps, une hypothèse est énoncée et exprimée symboliquement.
Pour tester la proportion, la moyenne ou l’écart-type d’une population, les hypothèses nulle et alternative sont exprimées comme suit.
L’étape suivante consiste à décider d’un niveau de signification α, qui est généralement de 0,05 ou de 0,01.
De plus, une statistique de test appropriée est choisie et calculée à l’aide des données de l’échantillon.
Cette statistique de test est ensuite utilisée pour calculer directement la valeur P.
La valeur P est la probabilité d’obtenir une valeur statistique de test au moins aussi extrême que celle obtenue à partir de données d’échantillonnage. Nous pouvons tracer une distribution qui montre la statistique de test et la valeur P données.
Si la valeur P calculée est égale ou inférieure au niveau de signification décidé, nous rejetons l’hypothèse nulle, sinon nous ne rejetons pas l’hypothèse nulle.
Le processus du test d'hypothèse fondé sur la méthode de la valeur P inclut le calcul de la valeur P à partir des données d’échantillons.
Premièrement, une affirmation spécifique concernant le paramètre de la population est formulée. Cette affirmation provient de la question de recherche et s’exprime sous une forme simple. Une affirmation opposée est également formulée. Ces affirmations représentent l’hypothèse nulle et l’hypothèse alternative : l’hypothèse nulle est une affirmation neutre, alors que l’hypothèse alternative peut présenter une direction précise. L’hypothèse alternative peut correspondre à l’affirmation initiale si celle-ci implique une orientation précise du paramètre de la population.
Une fois les hypothèses formulées, elles sont exprimées symboliquement. Par convention, l'hypothèse nulle inclut toujours un signe d’égalité, tandis que l’hypothèse alternative peut contenir un signe d’inégalité, déterminant ainsi si le test est unilatéral droit, unilatéral gauche ou bilatéral.
Après avoir énoncé les hypothèses, un niveau de signification approprié est déterminé. Généralement, les niveaux de signification sont fixés à 95 % (c’est-à-dire 0,95) ou 99 % (c’est-à-dire 0,99), correspondant respectivement à une valeur α de 0,05 ou 0,01.
Ensuite, une statistique de test appropriée est identifiée. Pour la proportion et la moyenne (lorsque l'écart type de la population est connu), la statistique appropriée est la statistique z. Pour la moyenne lorsque l'écart type de la population est inconnu, la statistique appropriée est la statistique t. Pour la variance (ou l'écart type), on utilise la statistique du chi carré.
Une fois la statistique du test calculée, la valeur P est déterminée à l'aide de la statistique z ou t, soit par calcul électronique, soit à l'aide du tableau de valeurs P correspondant, puis comparée au niveau de signification préétabli. Si la valeur P obtenue est inférieure à ce niveau, l’hypothèse nulle est rejetée.
Enfin, l’interprétation de l’affirmation initiale ou de la caractéristique de la population se fonde sur la valeur P obtenue.
La méthode de la valeur P utilise une valeur P calculée au lieu de la valeur critique pour arriver à une décision concernant l’hypothèse.
Dans un premier temps, une hypothèse est énoncée et exprimée symboliquement.
Pour tester la proportion, la moyenne ou l’écart-type d’une population, les hypothèses nulle et alternative sont exprimées comme suit.
L’étape suivante consiste à décider d’un niveau de signification α, qui est généralement de 0,05 ou de 0,01.
De plus, une statistique de test appropriée est choisie et calculée à l’aide des données de l’échantillon.
Cette statistique de test est ensuite utilisée pour calculer directement la valeur P.
La valeur P est la probabilité d’obtenir une valeur statistique de test au moins aussi extrême que celle obtenue à partir de données d’échantillonnage. Nous pouvons tracer une distribution qui montre la statistique de test et la valeur P données.
Si la valeur P calculée est égale ou inférieure au niveau de signification décidé, nous rejetons l’hypothèse nulle, sinon nous ne rejetons pas l’hypothèse nulle.
From Chapter 9:
Now Playing
Hypothesis Testing
6.1K Views
Hypothesis Testing
15.3K Views
Hypothesis Testing
9.7K Views
Hypothesis Testing
12.4K Views
Hypothesis Testing
7.6K Views
Hypothesis Testing
28.9K Views
Hypothesis Testing
4.6K Views
Hypothesis Testing
29.3K Views
Hypothesis Testing
4.7K Views
Hypothesis Testing
3.2K Views
Hypothesis Testing
2.7K Views
Hypothesis Testing
5.4K Views
Hypothesis Testing
2.2K Views