4
UFR SPSE – Licence de psychologie 3PPS5878 – Statistiques 2 Tests d’hypoth` eses statistiques STATISTIQUES D’ECHANTILLON USUELLES ESTIMATION PONCTUELLE On consid` ere la variable X efinie sur la population P . On note E = {x 1 , ..., x n } l’´ echantillon de taille n tir´ e au sort dans P . Population Echantillons de taille n issus de P Echantillon E tir´ e au sort Type de la Param` etre Valeur de la statistique Estimation variable ` a estimer Statistique d’´ echantillon sur E ponctuelle quantitative moyenne μ Moyenne empirique ¯ X n ¯ x = x i n sans biais quantitative variance σ 2 Variance empirique biais´ ee S 2 n s 2 = (x i - ¯ x) 2 n = (x i ) 2 n - x) 2 biais´ ee quantitative variance σ 2 Variance empirique sans biais S *2 n s *2 = (x i - ¯ x) 2 n - 1 = s 2 n n - 1 sans biais quantitative ´ ecart-type σ Ecart-type empirique biais´ e S n s = r (x i - ¯ x) 2 n = r (x i ) 2 n - x) 2 biais´ ee quantitative ´ ecart-type σ Ecart-type empirique sans biais S * n s * = s (x i - ¯ x) 2 n - 1 = s r n n - 1 sans biais qualitative p proportion de la modalit´ eA Fr´ equence empirique de A F n f = n A n n A : effectif de la modalit´ e A dans l’´ echantillon sans biais 1

statistique d'échantillons usuelles

Embed Size (px)

DESCRIPTION

statistiques

Citation preview

Page 1: statistique d'échantillons usuelles

UFR SPSE – Licence de psychologie3PPS5878 – Statistiques 2 Tests d’hypotheses statistiques

ST

AT

IST

IQU

ES

D’E

CH

AN

TIL

LO

NU

SU

EL

LE

S

ES

TIM

AT

ION

PO

NC

TU

EL

LE

On

con

sidere

lavaria

bleX

defi

nie

sur

lap

op

ulation

P.

On

note

E={x1 ,...,x

n }l’ech

antillon

de

taille

ntire

ausort

dan

sP

.

Pop

ula

tion

Ech

antillo

ns

de

taille

nissu

sd

eP

Ech

antillo

nE

tireau

sort

Typ

ed

ela

Para

metre

Vale

ur

de

lasta

tistiqu

eE

stimatio

nvaria

ble

aestim

er

Sta

tistiqu

ed

’ech

antillo

nsu

rE

pon

ctu

elle

qu

antitative

moyen

neµ

Moyen

ne

emp

iriqu

eXn

x= ∑

xi

nsan

sb

iais

qu

antitative

varian

ceσ2

Varia

nce

emp

iriqu

eb

iaiseeS2n

s2

= ∑(xi −

x)2

n= ∑

(xi )2

n−

(x)2

biaisee

qu

antitative

varian

ceσ2

Varia

nce

emp

iriqu

esan

sb

iaisS∗2n

s ∗2

= ∑(xi −

x)2

n−

1=s2

n

n−

1san

sb

iais

qu

antitative

ecart-ty

peσ

Eca

rt-typ

eem

piriq

ue

biaise

Sn

s= √∑

(xi −

x)2

n= √∑

(xi )2

n−

(x)2

biaisee

qu

antitative

ecart-ty

peσ

Eca

rt-typ

eem

piriq

ue

�san

sb

iais�

S∗n

s ∗= √∑

(xi −

x)2

n−

1=s √

n

n−

1�

sans

biais

qu

alitativep

pro

portio

nd

ela

mod

aliteA

Freq

uen

ceem

piriq

ue

de

AFn

f=nA

n

nA

:eff

ectifd

ela

mod

aliteA

dan

sl’ech

antillon

sans

biais

1

Page 2: statistique d'échantillons usuelles

TE

ST

DE

CO

MP

AR

AIS

ON

D’U

NE

MO

YE

NN

EA

UN

EM

OY

EN

NE

TH

EO

RIQ

UE

On

con

sidere

lavaria

ble

qu

antitative

Xd

efin

iesu

rla

pop

ulation

P.

L’e

cart-ty

peσ

deX

est

incon

nu

.

Loi

deX

Ech

antillo

nL

oi

de

lasta

tistiqu

eV

ale

ur(s)

critiq

ue(s)

pou

rXn

au

niv

eauα

dan

sP

de

taille

nd

ute

stso

usH

0

Test

bila

tera

lT

est

un

ilate

ral

dro

itT

est

unila

tera

lgau

che

loi

norm

alen

petit

(n<

30)

Xn−µ0

S∗n√n

∼Tn−

1µ0 ±

t1−α2

s ∗√n

µ0

+t1−

αs ∗√n

µ0 −

t1−αs ∗√n

loi

qu

elconqu

en≥

30

Xn−µ0

S∗n√n

∼approx. N

(0,1)µ0 ±

z1−

α2

s ∗√n

µ0

+z1−αs ∗√n

µ0 −

z1−αs ∗√n

loi

qu

elconqu

en

petit

(n<

30)

??

??

??

??

2

Page 3: statistique d'échantillons usuelles

TEST DE COMPARAISON DE DEUX MOYENNES A PARTIR DE DEUXECHANTILLONS INDEPENDANTS

On considere des variables quantitatives X1, X2 definies respectivement sur des populations P1 et P2.Les ecart-types σ1 et σ2 sont inconnus.On note :X1 la moyenne empirique et S1 (S∗

1) l’ecart-type empirique (sans biais) definis sur les echantillons detaille n1 issus de P1.

X2 la moyenne empirique et S2 (S∗2) l’ecart-type empirique (sans biais) definis sur les echantillons de

taille n2 issus de P2.

Loi de Xi Echantillon Loi de la statistiquedans Pi de taille ni du test sous H0

lois normaleset

σ1 = σ2

n1 et n2 petits

X1 − X2

S∗√

1

n1+

1

n2

∼ T a (n1 + n2 − 2) ddl

ou S∗ =

√n1 (S1)

2 + n2 (S2)2

n1 + n2 − 2

lois quelconques n1 et n2 ≥ 30X1 − X2√

(S∗1)2

n1+

(S∗2)2

n2

∼approx.

N (0, 1)

lois quelconques n1 et n2 petits ? ?

3

Page 4: statistique d'échantillons usuelles

TE

ST

DE

CO

MP

AR

AIS

ON

D’U

NE

PR

OP

OR

TIO

NA

UN

EP

RO

PO

RT

ION

TH

EO

RIQ

UE

Varia

bleX

Ech

antillo

nL

oi

de

lasta

tistiqu

ed

ute

stso

usH

0

qu

alita

tivea

2m

od

alitesA

etB

p0

pro

portion

theoriq

ue

de

lam

od

aliteA

n≥

30

sin

p0 ≥

5,n

(1−

p0 )≥

5et

n≥

30,

Fn−p0

√p0 (1−p0 )

n

∼approx. N

(0,1)

TE

ST

SD

UK

HI-D

EU

X

Test

d’a

juste

men

tT

est

d’in

dep

en

dan

ce

Test

d’h

om

ogen

eite

Pop

ula

tion

(s)P

un

iqu

eP

un

iqu

eP1, ...,P

c

Varia

ble

(s)qu

alita

tive(s)

caractereu

niq

ue

Xa`

mod

alitesA

1 ,A2 ,...,A

`

pro

portio

ns

theoriq

ues

teste

es

:p10 ,...,p

`0

2caracteres

Xa`

mod

alitesA

1 ,A2 ,...,A

`

Yac

mod

alitesB

1 ,B2 ,...,B

c

caractereu

niq

ue

cvariab

lesX

1 ,...,Xc

a`

mod

alitesA

1 ,A2 ,...,A

`

Ech

antillo

n(s)

1ech

antillon

(n)

2ech

antillon

sap

paries

(n)

cech

antillon

sin

dep

end

ants

E1 ,...,E

c

de

tailleresp

.n1 ,...,n

c

n= ∑

ni

Loi

de

lasta

tistiqu

ed

ute

stso

usH

0

sin

pi0 ≥

5et

n≥

30,

Q2

= ∑(N

i −npi0)2

npio

∼approx. χ

2aνddl

ν=`−

1Ni

=eff

ectifem

piriq

ue

deAi

npi0

=eff

ectifd

eAi

espere

sousH

0

Pou

rle

sd

eu

xte

sts:

sieij ≥

5et

n≥

30,

Q2

= ∑(N

ij −eij )

2

eij

∼approx. χ

2aνddl

ν=

(`−1)(c−

1)Nij

=eff

ectifem

piriq

ue

de

lacase

(i,j)

eij

=total(lig

nei)×

total(co

lonnej)

neff

ectifd

ela

case(i,j)

espere

sousH

0

4