Les tests d'hypothèses : décider sous incertitude (L2 Data économie)

Un test d'hypothèses est une procédure statistique permettant de trancher entre deux hypothèses au vu des données. En L2 du parcours data pour économistes, dans le cours de statistique inférentielle, les QCM CampusQCM testent ce raisonnement central. On oppose l'hypothèse nulle H0 (statu quo, absence d'effet) à l'hypothèse alternative H1 (présence d'effet).…

Un test d'hypothèses est une procédure statistique permettant de trancher entre deux hypothèses au vu des données. En L2 du parcours data pour économistes, dans le cours de statistique inférentielle, les QCM CampusQCM testent ce raisonnement central. On oppose l'hypothèse nulle H0 (statu quo, absence d'effet) à l'hypothèse alternative H1 (présence d'effet). On calcule une statistique de test à partir de l'échantillon, puis on la compare à une valeur seuil ou on calcule la p-value (probabilité d'observer un résultat au moins aussi extrême si H0 est vraie). Si la p-value est inférieure au seuil de signification (souvent 5 %), on rejette H0. Deux erreurs sont possibles : l'erreur de type I (rejeter H0 alors qu'elle est vraie, de probabilité alpha = le seuil) et l'erreur de type II (ne pas rejeter H0 alors qu'elle est fausse, de probabilité bêta). La puissance d'un test (1 - bêta) est sa capacité à détecter un effet réel. Réduire alpha augmente bêta, d'où un arbitrage. La logique du test est asymétrique : on ne prouve jamais H0, on échoue seulement à la rejeter. Les tests d'hypothèses fondent toute l'inférence statistique.