- 1. Idées de base
- 2. Tests déterministes et stochastiques
- 3. Cas de deux hypothèses simples : test de Neyman-Pearson
- 4. Cas de deux hypothèses simples : test séquentiel du rapport de vraisemblance
- 5. Tests uniformément les plus puissants
- 6. Tests d'hypothèses sur les paramètres des lois normales
- 7. Tests asymptotiques
- 8. Tests d'ajustement
- 9. Bibliographie
STATISTIQUES TESTS D'HYPOTHÈSES
Tests déterministes et stochastiques
On identifie tout test avec une statistique ϕ à valeurs ϕ(ω) dans l'intervalle [0, 1], et la procédure de décision au vu d'un échantillon ω (où ω ∈ Ω) est la suivante : – si ϕ(ω) = 0, on accepte l'hypothèse nulle H0 ; – si ϕ(ω) = 1, on rejette H0 ; – si 0 < ϕ(ω) < 1, on rejette H0 avec la probabilité ϕ(ω).
Un test ϕ(ω) est dit déterministe si ϕ(ω) = 0 ou 1 pour tout ω appartenant à Ω\N, où Pθ ;(N) = 0 quel que soit θ. Dans ce cas, l'ensemble de rejet de l'hypothèse nulle H0, Rc(ϕ) = {ω ; ω ∈ Ω et ϕ(ω) = 1}, est la région critique du test ϕ. Sur son complémentaire dans Ω, Ω\Rc(ϕ), l'hypothèse H0 est acceptée.
D'autres tests sont appelés stochastiques. Dans ce deuxième cas, pour tout échantillon ω, l'hypothèse H0 est rejetée avec la probabilité ϕ(ω). Cela signifie que pour prendre une décision définitive, il faut produire une sorte de « jeu », indépendant du résultat d'expérience ω, dans lequel la probabilité de « gagner » est ϕ(ω). Si on gagne dans ce jeu, alors on rejette l'hypothèse H0 ; sinon, on l'accepte.
Pour tout test ϕ, la probabilité de rejeter l'hypothèse H0 lorsqu'elle est vraie, c'est-à-dire l'erreur de première espèce, est donnée par
, où Pθ(ω) est la loi de ω sous le paramètre θ.La quantité
est appelée niveau du test ϕ.La probabilité d'accepter l'hypothèse H0 lorsqu'elle est fausse, c'est-à-dire l'erreur de seconde espèce, est donnée par α1 (ϕ, θ) = 1 – Eθ[ϕ], θ ∈ Θ1. La quantité βϕ(θ) = Eθ[ϕ], θ ∈ Θ1, est appelée puissance du test ϕ sous le paramètre θ et la fonction βϕ de Θ dans [0, 1] définie par βϕ(θ) = Eθ[ϕ] est appelée fonction puissance du test ϕ.
Puisqu'il n'existe aucun test qui minimise les deux erreurs simultanément, en théorie des tests statistiques on fixe un niveau convenable α d'erreur de première espèce, (1)
, puis on cherche un test ϕ qui minimise l'erreur de seconde espèce ou, ce qui est équivalent, maximise la puissance, (2) , pour tous θ ∈ Θ1, sous la contrainte 1. Si un tel test existe, unique pour tout ensemble Θ1, il est appelé test uniformément le plus puissant (test UPP) de niveau α. Pour certaines classes de lois de tels tests UPP existent. En particulier, si l'ensemble Θ1 = {θ1} n'a qu'un élément, un tel test existe : c'est le test qui rend maximale l'espérance Eθ1[ϕ] sous la contrainte de la formule 1.Notons une propriété importante des tests. Un test ϕ est dit sans biais si (3)
. Lorsqu'un test est sans biais, la probabilité de rejeter l'hypothèse H0 lorsqu'elle est vraie est plus faible que celle de rejeter H0 lorsqu'elle est fausse.La suite de cet article est accessible aux abonnés
- Des contenus variés, complets et fiables
- Accessible sur tous les écrans
- Pas de publicité
Déjà abonné ? Se connecter
Écrit par
- Leonid I. GALTCHOUK : professeur de l'université de Strasbourg-I
Classification
Autres références
-
STATISTIQUE
- Écrit par Georges MORLAT
- 13 897 mots
- 1 média
...pas faire œuvre scientifique en adoptant à chaque instant les hypothèses qui expliquent le mieux les données observées, et donc excluent les miracles. En fait, on a constaté, vers les années trente, qu'une théorie cohérente des tests contraignait à prendre en compte non seulement l'hypothèse testée, mais...