Risque d’erreur de 1ère espèce : α

Slides:



Advertisements
Présentations similaires
Nombre de sujets nécessaires en recherche clinique
Advertisements

Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Tests de comparaison de moyennes
Nombre de sujets nécessaires en recherche clinique
Lien entre alpha et bêta
Outils Statistiques Damien Van Gysel CHU de Nice
Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
DUALITE ONDE PARTICULE Compétences exigibles: connaitre le principe de l’émission stimulée et les principales propriétés du laser associer un domaine spectrale.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
I) mesure et erreurs de mesure 1) le vocabulaire à connaitre
Utilisation du logiciel EduStat © Analyse classique d’items L’examen du rapport.
O ij BrunChâtainRouxBlond Total Marron Noisette Vert Bleu Total Dans cet exemple,
1er partie : Les lois du courant continu
Chapitre 5 Interprétation des données d’enquête
Exercice 1 1) Dessiner le schéma normalisé d’un circuit en série comprenant une pile, un interrupteur, une lampe et un moteur. On précisera les bornes.
Corrélation et régression linéaire simple
Apprendre à être heureux - Choisir
Valeurs de toutes les différences observables sous H0
ERRATAS RAPIDES AVANT L’EPREUVE
Puissance statistique
Les nombres rationnels
CHAPITRE 1 : CONDITIONS DU MILIEU, RESPIRATION ET RÉPARTITION
Besoin d’une volontaire pour lancer un volant de Badminton !
4°) Intervalle de fluctuation :
1 - Construction d'un abaque Exemple
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Probabilités.
Définition du degré de signification
▪ On observe 4 billes rouges parmi les 4 billes tirées au sort
Chapitre 13 : Echantillonnage
Exercice 2 Soit la série statistique
II La colinéarité en Géométrie analytique
Comportements face aux connaissances
et discussion de l'article 2
Technologies de l’intelligence d’affaires Séance 11
Exercice 1 : On donne le tableau de valeurs suivant :
Tolérances de fabrication et ajustements Construction mécanique Tolérances de fabricationAjustementsTolérances ISO.
“13 conseils pour la vie".
Cours 9 Autres types de Statistiques. Article 4 BIO 3500 – Hiver 2017
4.5 Tests D’hypothèses sur une proportion
2.2 Probabilité conditionnelle
4.4 Tests D’hypothèses sur une moyenne
4.2 Estimation d’une moyenne
Introduction aux statistiques Intervalles de confiance
Statistique. Probabilite ou risque Le risque c’est le pourcentage des valeurs qu’on neglige plus le risqué augmente plus on neglige des valeurs Hypothese.
POL1803: Analyse des techniques quantitatives
“13 conseils pour la vie".
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
Fluctuations d’une fréquence selon les échantillons, Probabilités
Apports de la statistique spatialisée
CHAPTER 2: Apprentissage supervisé
Rappel (3): les étapes des tests statistiques
4°) Intervalle de fluctuation :
Semaine #2 INF130 par Frédérick Henri.
Présentation 3 : Sondage aléatoire simple
Présentation 5 : Sondage à probabilités inégales
“13 conseils pour la vie" Vue sur pps-humour.com.
“13 conseils pour la vie".
On lance 100 fois de suite une pièce de monnaie.
Présentation 9 : Calcul de précision des estimateurs complexes
Master spécialisé sciences de l ’ environnement en milieu urbain : EER  Etude statistique du Lake d ’ Everglades - ASSAKRAR M ’ HAND - BENBAASID HICHAM.
II La colinéarité en Géométrie analytique
Programme d’appui à la gestion publique et aux statistiques
“13 conseils pour la vie".
Les méthodes quantitatives en éducation
Tests d’hypothèses paramétriques 1 Cours Statistiques Chapitre 9.
Impact Evaluation 4 Peace March 2014, Lisbon, Portugal 1 Echantillonage pour une Evaluation d’Impact Latin America and the Caribbean’s Citizen Security.
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES.
Transcription de la présentation:

Risque d’erreur de 1ère espèce : α ▪ Rappel : dα/2 une valeur seuil telle qu’observer une |différence| ≥ dα/2 arrive dans α% des cas lorsque H0 est vraie DH0 α/2% α/2% Valeurs de toutes les différences observables sous H0 dobs -dα/2 dα/2 ▪ α : erreur que l’on commet en rejetant H0 (risque d’erreur de 1ère espèce) On peut rejeter H0 alors qu’en vrai, H0 est vraie, mais le hasard nous a fait conclure qu’elle était fausse ▪ α très très souvent fixé à 0,05 (5%) 1

Pensez-vous qu’il existe une association réelle entre le port de lunettes de votre meilleur(e) ami(e) et la présence d’arthrose de votre grand-père ? ? 2

Dans un échantillon parfaitement tiré au sort de la population, quelles sont les chances (risques) d’observer une association significative entre le port de lunettes et la présence d’arthrose ? ▪ Nulles ▪ Infimes, mais non nulles ▪ Moins de 5% ▪ Pile 5% ▪ On ne peut pas savoir ? 3

Impact sur le rejet ou l’acceptation de H0 Si en vrai, H0 est vraie, il y aura toujours 5% de risques de rejeter (à tort, donc) H0 4

Risque d’erreur de 2ème espèce : β ▪ Supposons qu’il existe une différence réelle Δ ≠ 0 (hypothèse H1, ou HΔ) ▪ Soit DHΔ = ensemble de toutes les différences de moyennes observables sous DHΔ DH0 DHΔ Valeurs de toutes les différences observables -dα/2 dα/2 Δ Ensemble des différences observables qui conduisent à accepter H0 (car |dobs| serait < dα/2) alors que H0 est fausse (puisque l’on a supposé qu’il existait une différence réelle) 5

Risque d’erreur de 2ème espèce : β ▪ Supposons qu’il existe une différence réelle Δ ≠ 0 (hypothèse HΔ) ▪ Soit DHΔ = ensemble de toutes les différences de moyennes observables sous DHΔ DHΔ Probabilité d’observer une différence qui conduit à accepter H0 (car |dobs| serait < dα/2) quand HΔ est vraie DH0 Valeurs de toutes les différences observables -dα/2 Δ dα/2 Erreur (en %) que l’on commet en affirmant que H0 est vraie (car acceptée) alors qu’en vrai, elle est fausse = β 6

Risque d’erreur de 2ème espèce : β ▪ 2ème situation : Δ  DHΔ’ DH0 Valeurs de toutes les différences observables -dα/2 dα/2 Δ’ β ▪ Plus Δ , plus β  ▪ Δ est toujours inconnue  β toujours inconnue 7

Risque d’erreur β et leçon d’humilité  Soyez humble, lorsque H0 est acceptée : vous avez tout sauf montré l’équivalence entre les deux indicateurs comparés ▪ Si |dobs| < dα/2  différence non significative ▪ On accepte H0 : « pas de différence réelle entre les deux indicateurs comparés » ▪ Erreur commise en affirmant une telle chose : β%, inconnue (donc potentiellement très grande !...) ▪ Pour montrer avec force l’absence de différence  tests d’équivalence / non infériorité 8