Sunteți pe pagina 1din 18

MOOC Statistique pour ingénieur

Thème 3 : tests d’hypothèses, analyse de la variance


Vidéo 4 : Test d’ajustement et test d’indépendance

Martial Sauceau
Mines Albi

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Les tests d’hypothèses

Test d’ajustement à une loi


Test d’indépendance de deux variables qualitatives

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi

Effectifs observés 30 20 41 20 39

Répartition uniforme des pannes selon les 5 jours de la semaine ?

H0 : la répartition des pannes est uniforme

H1 : la répartition n’est pas uniforme

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

H0 : la répartition des pannes est uniforme

p i = 1/5 n i = n × p i = 30

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

n x pi Effectifs théoriques 30 30 30 30 30 150

H0 : la répartition des pannes est uniforme


k 2
(N − n p )
d =∑
2 i i 2 2
∼ χ (k − 1 − l) = χ (4)
i=1
np i
nombre de classes
nombre de paramètres estimés

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

n x pi Effectifs théoriques 30 30 30 30 30 150

H0 : la répartition des pannes est uniforme


k 2
(N − n p )
d =∑
2 i i 2 2
∼ χ (k − 1 − l) = χ (4)
i=1
np i
n × pi > 5
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

n x pi Effectifs théoriques 30 30 30 30 30 150

H0 : la répartition des pannes est uniforme

k 2
(N − n p )
d =∑
2 i i

i=1
np i
c
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

n x pi Effectifs théoriques 30 30 30 30 30 150

Distance 0 3.33 4.03 3.33 2.70 13.4

H0 : la répartition des pannes est uniforme

k 2
(N − n p ) 5%
d =∑
2 i i
= 13.4 > c
i=1
np i
⇒ H0
c = 9.49
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’ajustement à une loi
Jour Xi lundi mardi mercredi jeudi vendredi n

Ni Effectifs observés 30 20 41 20 39 150

n x pi Effectifs théoriques 30 30 30 30 30 150

Distance 0 3.33 4.03 3.33 2.70 13.4

H0 : la répartition des pannes est uniforme

k 2 la répartition des
(N − n p )
d =∑
2 pannes pas uniforme
i i
= 13.4 > c
np i
i=1 p-valeur = 0.009
⇒ H0
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Les tests d’hypothèses

Test d’ajustement à une loi


Test d’indépendance de deux variables qualitatives

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
Cheveux Cheveux
A B ∑ A B B1 B2 ∑
clairs sombres
Yeux bleus 52 41 93 A1 n11 n12 n1.

Yeux bruns 98 190 288 A2 n21 n22 n2.

Yeux verts 26 62 88 A3 n31 n32 n3.

∑ 176 293 469 ∑ n.1 n.2 n

La couleur des yeux est-elle liée à la couleur des cheveux ?

H0 : la couleur des yeux et celle des cheveux sont indépendantes


H1 : la couleur des yeux et celle des cheveux ne sont pas indépendantes
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
Cheveux Cheveux
A B ∑ A B B1 B2 ∑
clairs sombres
Yeux bleus 52 41 93 A1 n11 n12 n1.

Yeux bruns 98 190 288 A2 n21 n22 n2.

Yeux verts 26 62 88 A3 n31 n32 n3.

∑ 176 293 469 ∑ n.1 n.2 n

H0 : la couleur des yeux et celle des cheveux sont indépendantes

n i. n .j n i. × n .j
p ij = p i. × p .j p̂ i. = p̂ .j = p̂ ij =
n n n×n
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
Cheveux Cheveux
A B ∑ A B B1 B2 ∑
clairs sombres
Yeux bleus 52 41 93 A1 n11 n12 n1.

Yeux bruns 98 190 288 A2 n21 n22 n2.

Yeux verts 26 62 88 A3 n31 n32 n3.

∑ 176 293 469 ∑ n.1 n.2 n

H0 : la couleur des yeux et celle des cheveux sont indépendantes

n i. × n .j n i. × n .j
p ij = p i. × p .j p̂ ij = t ij =
n×n n
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
Cheveux Cheveux Cheveux Cheveux
nij ∑ tij ∑
clairs sombres clairs sombres
Yeux bleus 52 41 93 Yeux bleus 34,9 58,1 93

Yeux bruns 98 190 288 Yeux bruns 108,1 179,9 288

Yeux verts 26 62 88 Yeux verts 33,0 55,0 88

∑ 176 293 469 ∑ 176 293 469

H0 : la couleur des yeux et celle des cheveux sont indépendantes

n i. × n .j n i. × n .j
p ij = p i. × p .j p̂ ij = t ij =
n×n n
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
s modalités
H0 : la couleur des yeux et celle des Cheveux Cheveux

clairs sombres
cheveux sont indépendantes
Yeux bleus

r modalités
Yeux bruns

Yeux verts

r s 2
(n − t )
d = ∑∑
2 2 2
ij ij
∼ χ ((r − 1)(s − 1)) ∼ χ (2)
i=1 j=1
t ij

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
s modalités
H0 : la couleur des yeux et celle des (n ij − t ij ) 2
Cheveux Cheveux

t ij clairs sombres
cheveux sont indépendantes
Yeux bleus 8,38 5,03

r modalités
Yeux bruns 0,94 0,57

r s 2 Yeux verts 1,48 0,89


(n − t )
d = ∑∑
2 ij ij 2
∼ χ (2) ∑ 17,3
i=1 j=1
t ij

5%
2
d > c ⇒ H0
c = 5.99
MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance
Test d’indépendance de deux variables qualitatives
s modalités
H0 : la couleur des yeux et celle des (n ij − t ij ) 2
Cheveux Cheveux

t ij clairs sombres
cheveux sont indépendantes
Yeux bleus 8,38 5,03

r modalités
Yeux bruns 0,94 0,57

r s 2 Yeux verts 1,48 0,89


(n − t )
d = ∑∑
2 ij ij 2
∼ χ (2) ∑ 17,3
i=1 j=1
t ij

la couleur des cheveux et la couleur


des yeux ne sont pas indépendantes
2
d > c ⇒ H0
p-valeur = 0.00017

MOOC Statistique pour ingénieur     Thème 3 : tests d’hypothèses, analyse de la variance