1 / 11

Test d ’hypothèse

Test d ’hypothèse. Comparaison de deux échantillons  indépendants au niveau des moyennes. Rola-Cola. Question : La consommation X de boissons au cola dépend-elle de la boisson préférée ? Les hypothèses de travail : - X 1 = Consommation de personnes préférant Rola-Cola  N( 1 , )

bran
Download Presentation

Test d ’hypothèse

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Test d ’hypothèse Comparaison de deux échantillons  indépendants au niveau des moyennes

  2. Rola-Cola Question : La consommation X de boissons au cola dépend-elle de la boisson préférée ? Les hypothèses de travail : - X1= Consommation de personnes préférant Rola-Cola  N(1, ) - X2 = Consommation de personnes préférant Koka-Cola  N(2, ) La consommation est indépendante de la boisson préférée si 1 = 2.

  3. Résultats des deux échantillons Rola-Cola : n1 = 24, 6.83, s1 = 2.65 Koka-Cola : n2 = 16, 4.44, s2 = 2.92 Estimation de l’écart-type commun  :

  4. Questions • Au vu des résultats sur les deux échantillons, peut-on considérer avec une faible probabilité d’erreur que la consommation de boissons au cola dépend de la boisson préférée? • Les deux moyennes et sont-elles significativement différentes au risque  = 0.05?

  5. Rola-ColaRésultats graphiques

  6. Test de Comparaison bilatéral de deux moyennes 1 et 2 • Test : H0 : 1 = 2 H1 : 1  2 • Statistique utilisée : • Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si |t|  t1-(/2)(n1+n2 -2) • Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = 2Prob(t(n1+n2-2)  |t|)

  7. Niveau de signification du t observé Loi t(n1+ n2 - 2) Niveau de signification / 2 |t| observé

  8. Rola-ColaRésultats statistiques

  9. Intervalle de confiance de 1 - 2 au niveau de confiance 1 -  Il y a (1-)100 chances sur 100 pour que l’intervalle contienne 1 - 2.

  10. Test : H0 : 1 = 2 H1 : 1 > 2 Statistique utilisée : Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si t  t1-(n1 + n2 -2) Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = Prob(t(n1+n2-2)  t) Test de Comparaison unilatéral (droite) entre deux moyennes 1 et 2

  11. Test de Comparaison unilatéral (gauche) entre deux moyennes 1 et 2 • Test : H0 : 1 = 2 H1 : 1 < 2 • Statistique utilisée : • Règle de décision : On rejette H0 au profit de H1, au risque  de se tromper, si t  -t1-(n1 + n2 - 2) • Niveau de signification (NS) du t observé : Plus petite valeur de  conduisant au rejet de H0 : NS = Prob(t(n1+n2-2)  t)

More Related