Test d'hypothèse
1. Introduction
Objectif: Transformer nos observations (sur échantillon) en une théories (étendu à notre population)
En pratique: Formuler des hypothèses et les tester
Méthode:
1. Poser une hypothèse null H0
2. Récolter des données
3. Effectuuer un test d'hypothèse. Evaluer la probabilité d'observer des résultats au moins aussi extrèmes que ceux obtenus dans notre expérience, compte tenu de notre hypothèse H0
4. Conclure : Si cette probabilité est inférieure à un certain seuil (par exemple: alpha = 2%), alors je peux rejeter mon hypothèse de départ
p_value: La probabilité d'observer une différence au moins aussi extrème si H0 est vraie
En pratique: Formuler des hypothèses et les tester
Méthode:
1. Poser une hypothèse null H0
2. Récolter des données
3. Effectuuer un test d'hypothèse. Evaluer la probabilité d'observer des résultats au moins aussi extrèmes que ceux obtenus dans notre expérience, compte tenu de notre hypothèse H0
4. Conclure : Si cette probabilité est inférieure à un certain seuil (par exemple: alpha = 2%), alors je peux rejeter mon hypothèse de départ
p_value: La probabilité d'observer une différence au moins aussi extrème si H0 est vraie
2. Biais de confirmation
Risque de biais statistique :
Quand on effectue une hypothèse sur la base des données que l'on observe,
il faut éviter de tester les hypothèses sur les mêmes données qui ont servi à les formuler
=> Séparer les données en deux parties : données d'observation et données de confirmation
Quand on effectue une hypothèse sur la base des données que l'on observe,
il faut éviter de tester les hypothèses sur les mêmes données qui ont servi à les formuler
=> Séparer les données en deux parties : données d'observation et données de confirmation