Comment mener un test d'hypothèse

Jon Feingersh, Getty Images

La idée de test d'hypothèse est relativement simple. Dans diverses études, on observe certains événements. Nous devons nous demander si l'événement est dû au seul hasard ou y a-t-il une cause que nous devrions rechercher ? Nous devons avoir un moyen de différencier les événements qui se produisent facilement par hasard et ceux qui sont très peu susceptibles de se produire de manière aléatoire. Une telle méthode devrait être rationalisée et bien définie afin que d'autres puissent reproduire nos expériences statistiques.

Il existe quelques méthodes différentes utilisées pour effectuer des tests d'hypothèse. L'une de ces méthodes est connue sous le nom de méthode traditionnelle, et une autre implique ce que l'on appelle un p -évaluer . Les étapes de ces deux méthodes les plus courantes sont identiques jusqu'à un certain point, puis divergent légèrement. Tant la méthode traditionnelle de test d'hypothèse que la p -valeur sont décrites ci-dessous.

La méthode traditionnelle

La méthode traditionnelle est la suivante :

1. Commencez par énoncer la réclamation ou hypothèse qui est testé. Formez également une déclaration pour le cas où l'hypothèse est fausse.
2. Exprimez les deux énoncés de la première étape en symboles mathématiques. Ces énoncés utiliseront des symboles tels que des inégalités et des signes d'égalité.
3. Identifiez laquelle des deux déclarations symboliques n'a pas d'égalité en elle. Il peut s'agir simplement d'un signe 'différent de', mais également d'un signe 'est inférieur à' ( ). L'énoncé contenant l'inégalité est appelé l'hypothèse alternative et est noté H₁ ou H_un .
4. La déclaration de la première étape qui fait la déclaration qu'un paramètre est égal à une valeur particulière est appelée l'hypothèse nulle, notée H₀ .
5. Choisis lequelniveau de significationque nous voulons. Un niveau de signification est généralement désigné par la lettre grecque alpha. Ici, nous devrions considérer les erreurs de type I. Une erreur de type I se produit lorsque nous rejetons une hypothèse nulle qui est en réalité vraie. Si nous sommes très préoccupés par cette possibilité, alors notre valeur pour alpha devrait être faible. Il y a un peu de compromis ici. Plus l'alpha est petit, plus l'expérience est coûteuse. Les valeurs 0,05 et 0,01 sont des valeurs courantes utilisées pour alpha, mais tout nombre positif entre 0 et 0,50 peut être utilisé pour un niveau de signification.
6. Déterminez la statistique et la distribution à utiliser. Le type de distribution est dicté par les caractéristiques des données. Les distributions courantes incluent Avec score, t score, et chi carré .
7. Trouvez la statistique de test et la valeur critique pour cette statistique. Ici, nous devrons considérer si nous effectuons un test bilatéral (généralement lorsque l'hypothèse alternative contient a n'est pas égal à symbole, ou un test unilatéral (généralement utilisé lorsqu'une inégalité est impliquée dans l'énoncé de l'hypothèse alternative ).
8. Du type de distribution, un niveau de confiance , valeur critique et statistique de test, nous esquissons un graphique.
9. Si la statistique de test est dans notre région critique, alors nous devons rejeter la hypothèse nulle . L'hypothèse alternative tient. Si la statistique de test n'est pas dans notre région critique, nous ne parvenons pas à rejeter l'hypothèse nulle. Cela ne prouve pas que l'hypothèse nulle est vraie, mais donne un moyen de quantifier la probabilité qu'elle soit vraie.
10. Nous énonçons maintenant les résultats de la test d'hypothèse de manière à répondre à la demande initiale.

La p -Méthode de la valeur

La p -la méthode de la valeur est presque identique à la méthode traditionnelle. Les six premières étapes sont les mêmes. Pour la septième étape, nous trouvons la statistique de test et p -évaluer. On rejette alors l'hypothèse nulle si p -value est inférieur ou égal à alpha. Nous ne rejetons pas l'hypothèse nulle si la p -la valeur est supérieure à alpha. Nous terminons ensuite le test comme précédemment, en énonçant clairement les résultats.