chi-deux
Le test du chi-deux (χ²) est un outil statistique fondamental utilisé pour évaluer l\'association entre deux variables qualitatives (test d\'indépendance) ou la conformité d\'une distribution observée à une distribution théorique (test d\'adéquation). En L2 économie, il intervient en statistiques descriptives et inférentielles, en économétrie (test de restriction, test de spécification) et en analyse de données. La loi du chi-deux, qui sert de distribution de référence, apparaît également dans la construction d\'estimateurs de variance et de tests de significativité globale. Sa maîtrise est indispensable pour interpréter les résultats statistiques et prendre des décisions fondées sur les données.
🎯 Objectifs d'apprentissage
- Comprendre la construction de la loi du chi-deux comme somme de carrés de variables normales centrées réduites
- Appliquer le test d\'indépendance du chi-deux sur un tableau de contingence
- Appliquer le test d\'adéquation (goodness-of-fit) du chi-deux
- Calculer les effectifs théoriques et les degrés de liberté
- Interpréter la statistique de test et la p-value dans le contexte économique
- Connaître les conditions d\'application (effectifs théoriques minimaux) et les limites du test
📚 Concepts clés à maîtriser
Loi du chi-deux
Définition : Distribution de probabilité d\'une variable aléatoire obtenue comme somme de k carrés de variables normales centrées réduites indépendantes. Paramétrée par k degrés de liberté.
Intuition économique : Le chi-deux mesure la « distance au carré » entre une observation et ce qu\'on attend. Plus la valeur est grande, plus l\'écart est suspect.
Formule :
Si Zᵢ ~ N(0,1) iid, alors X = Σᵢ₌₁ᵏ Zᵢ² ~ χ²(k)
Application L2 : Utilisée pour les tests d\'indépendance, d\'adéquation, de restriction (test de Wald), d\'hétéroscédasticité (test de White) et de significativité globale.
Test d'indépendance
Définition : Test vérifiant si deux variables qualitatives sont statistiquement indépendantes dans un tableau de contingence. H₀ : les variables sont indépendantes ; H₁ : il existe une association.
Intuition économique : On compare ce qu\'on observe dans chaque case du tableau à ce qu\'on observerait si les deux variables n\'avaient aucun lien. Un grand écart signale une association.
Formule :
χ² = Σᵢ Σⱼ (Oᵢⱼ - Eᵢⱼ)² / Eᵢⱼ, avec Eᵢⱼ = (nᵢ. × n.ⱼ) / n, ddl = (r-1)(c-1)
Application L2 : Exemples : le niveau d\'études est-il indépendant du secteur d\'emploi ? Le sexe est-il indépendant de la catégorie socioprofessionnelle ?
Test d'adéquation (goodness-of-fit)
Définition : Test vérifiant si une distribution observée correspond à une distribution théorique connue (uniforme, normale discrétisée, etc.).
Intuition économique : Les ventes sont-elles uniformément réparties sur les jours de la semaine ? Le nombre de défauts suit-il une loi de Poisson ?
Formule :
χ² = Σᵢ (Oᵢ - Eᵢ)² / Eᵢ, ddl = k - 1 - p (k catégories, p paramètres estimés)
Application L2 : Test de Pearson (1900), utilisable pour vérifier la normalité des résidus (en complément de Jarque-Bera).
Degrés de liberté
Définition : Nombre de valeurs libres de varier une fois les contraintes imposées. Pour un tableau de contingence r × c, ddl = (r-1)(c-1) car les totaux marginaux sont fixés.
Intuition économique : Dans un tableau 3×2 avec totaux fixés, il suffit de connaître 2 cases pour déduire toutes les autres. Il y a donc (3-1)(2-1) = 2 degrés de liberté.
Application L2 : Les degrés de liberté déterminent la forme de la distribution χ² et donc le seuil critique du test.
Conditions d'application
Définition : Le test du chi-deux est une approximation valide lorsque les effectifs théoriques sont suffisamment grands (règle usuelle : Eᵢⱼ ≥ 5 pour chaque case). Avec des petits effectifs, on recourt au test exact de Fisher.
Intuition économique : Le chi-deux repose sur une approximation normale des fréquences. Avec trop peu d\'observations, cette approximation est mauvaise et le test perd sa fiabilité.
Application L2 : Toujours vérifier les effectifs théoriques avant de conclure. Si une case a Eᵢⱼ < 5, regrouper les catégories ou utiliser le test exact de Fisher.
👨🏫 Auteurs et références universitaires
⚠️ Pièges fréquents à éviter
❌ Erreur : Appliquer le test du chi-deux sur des variables quantitatives continues
💡 Pourquoi c'est faux : Le test du chi-deux est conçu pour des variables qualitatives (ou quantitatives discrètes en classes). Pour tester l\'indépendance de deux variables continues, on utilise le coefficient de corrélation et le test de Student associé.
✅ Comment éviter : Vérifier la nature des variables avant de choisir le test. Variables qualitatives → chi-deux. Variables quantitatives → corrélation, régression.
❌ Erreur : Interpréter un chi-deux significatif comme une mesure de la force de l\'association
💡 Pourquoi c'est faux : Le chi-deux dépend de la taille de l\'échantillon : avec un n très grand, même une association infime sera significative. Le V de Cramér mesure la force.
✅ Comment éviter : Compléter le test par une mesure d\'association (V de Cramér, coefficient de contingence) pour quantifier l\'intensité du lien.
❌ Erreur : Ignorer la condition sur les effectifs théoriques minimaux
💡 Pourquoi c'est faux : Si des effectifs théoriques sont inférieurs à 5, l\'approximation par la loi χ² est médiocre et les conclusions peuvent être erronées.
✅ Comment éviter : Calculer et afficher les effectifs théoriques. Si la condition n\'est pas remplie, regrouper les catégories ou utiliser le test exact de Fisher.
❌ Erreur : Confondre effectifs observés et effectifs théoriques
💡 Pourquoi c'est faux : Les effectifs observés (Oᵢⱼ) sont les données brutes. Les effectifs théoriques (Eᵢⱼ) sont calculés sous H₀ d\'indépendance. Le test mesure l\'écart entre les deux.
✅ Comment éviter : Construire explicitement le tableau des effectifs théoriques avant de calculer la statistique de test.
📝 Questions types d'examen (Licence 2)
- Construisez un test du chi-deux d\'indépendance à partir d\'un tableau de contingence 3×2. Calculez les effectifs théoriques, la statistique de test et concluez au seuil de 5 %.
- Quelles sont les conditions d\'application du test du chi-deux ? Que faire lorsque les effectifs théoriques sont insuffisants ?
- Expliquez pourquoi le chi-deux n\'est pas une mesure de la force de l\'association. Quel indicateur complémentaire utiliser ?
- Décrivez le test d\'adéquation du chi-deux. Comment l\'appliquer pour vérifier qu\'une variable suit une distribution uniforme ?
- En économétrie, le test de White utilise une statistique asymptotiquement distribuée selon une loi χ². Expliquez le principe de ce test et ce qu\'il permet de détecter.
📌 À retenir
Le test du chi-deux est un outil statistique majeur pour tester l\'indépendance de deux variables qualitatives (tableau de contingence) ou l\'adéquation d\'une distribution à un modèle théorique. La statistique χ² = Σ(O-E)²/E suit une loi du chi-deux à (r-1)(c-1) degrés de liberté sous H₀. La condition d\'application essentielle est que les effectifs théoriques soient suffisants (≥ 5). Le chi-deux ne mesure pas la force de l\'association (utiliser le V de Cramér). En économétrie, la loi χ² intervient dans les tests de White, Wald et de significativité globale. L\'examinateur attend une maîtrise du calcul, de l\'interprétation de la p-value et des conditions de validité.