Lien entre alpha et bêta

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
Thomas G. Dietterich Approximate Statistical Tests for Comparing
A. Cornuéjols IAA (basé sur Rob Schapires IJCAI99 talk) Combiner des apprenants: le boosting.
Risques d’erreur statistique et test statistique
Notion de probabilité.
Les tests d’hypothèses (II)
Les tests d’hypothèses (I)
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Inférence statistique
Comparaison de deux moyennes observées
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Tests non paramétriques
Les TESTS STATISTIQUES
Tests de comparaison de pourcentages
Comparaison de plusieurs moyennes Analyse de variance
Nombre de sujets nécessaires en recherche clinique
Les tests statistiques. Une situation à risques
Les TESTS STATISTIQUES
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Échantillonnage-Estimation
Les tests d’hypothèses
LES TRAVAUX PRATIQUES.
Comparaison de plusieurs moyennes Analyse de variance
Intervalle de confiance pour p en %
Tests de comparaison de moyennes
Les liens entre les variables et les tests d’hypothèse
L’inférence statistique
Nombre de sujets nécessaires en recherche clinique
Probabilités et Statistiques
Régression linéaire simple
Objectifs du chapitre 12: Interprétation des résultats
La loi des signes.
Corrélation et régression linéaire simple
Ajustements c2 non-linéaires
La corrélation et la régression
La puissance statistique
La puissance statistique
La régression logistique
La corrélation et la régression
L’OFFRE ET LA DEMANDE.
Objectifs du chapitre 8: Puissance statistique
TEST d’ADEQUATION A UNE LOI EQUIREPARTIE
La régression multiple
Tests d’hypothèses.
1. Modèle original: G= r S (1-S/K)r = constante = Taux de croissance Modification du modèle de l’Île de Pâques incluant une diminution du taux de croissance.
Probabilités et Statistiques Année 2009/2010
Seconde partie - cours n°3 Théorie des tests
PRINCIPE DES TESTS D’HYPOTHÈSE
Cédric LAOUENAN 20/11/2008 Tests statistiques Cédric LAOUENAN 20/11/2008
Tests d’ajustement à une distribution théorique
Test.
Quelques commentaires sur les tests statistiques
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
Académie européenne des patients sur l'innovation thérapeutique Rôle et notions élémentaires des statistiques dans les essais cliniques.
Formation Green Belt Lean Six Sigma
Test.
Test.
test
4.4 Tests D’hypothèses sur une moyenne
TEST.
Les Tests d’hypothéses.
Test test.
Transcription de la présentation:

Lien entre alpha et bêta Lors d’un test d’hypothèses, les valeurs de α (alpha) et β (bêta) sont liées. Dans une même situation, lorsque α diminue, β augmente et inversement.

Lien entre alpha et bêta

Lien entre alpha et bêta

Lien entre alpha et bêta

Lien entre alpha et bêta

Lien entre alpha et bêta

Lien entre Bêta et H1 Les hypothèses H0: µ = 0 et H1: μ = 1 étant voisines, la valeur de β est assez élevée. Si on décide de conserver H0, on a de grandes chances que ce soit H1 qui soit vraie.

Lien entre Bêta et H1 Avec les hypothèses H0: µ = 0 et H1: μ = 2 ,la valeur de β a diminué. Elle demeure encore élevée. Si on décide de conserver H0, on a environ 50 % de chances que ce soit H1 qui soit vraie.

Lien entre Bêta et H1 Plus l’hypothèse H1est éloignée de H0, plus la valeur de β est petite.

Bêta varie selon H1

Bêta varie selon H1

Bêta varie selon H1

Bêta varie selon H1

Bêta varie selon H1

Rôle de la taille de l’échantillon Lors d’un test d’hypothèses, il est plus facile de distinguer les hypothèses H0 et H1 si n, la taille de l’échantillon, est grande. L’intersection des courbes des distributions de la moyenne selon H0 et H1 diminue lorsque n augmente. Ainsi il sera possible de distinguer H0 et H1 avec un risque d’erreur moindre lorsque n est grand.

Rôle de la taille de l’échantillon

Rôle de la taille de l’échantillon

Rôle de la taille de l’échantillon

Rôle de la taille de l’échantillon

Rôle de la taille de l’échantillon