Aller au contenu principal
Statistiques & Probabilités · L2

L'interprétation en statistiques inférentielles : lire correctement les résultats

L'interprétation des résultats statistiques est une compétence centrale en L2 économie-gestion : savoir ce que signifie une p-value, un intervalle de confiance ou une décision de test, sans confondre probabilité…

5 questions Corrections détaillées Niveau L2
16 min de cours ~5 min de QCM 8 sections Intermédiaire
1 Introduction 16 min restant
1

interprétation

L'interprétation des résultats statistiques est une compétence centrale en L2 économie-gestion : savoir ce que signifie une p-value, un intervalle de confiance ou une décision de test, sans confondre probabilité de H0 et probabilité d'erreur. Les QCM CampusQCM (chapitres test-student, tests-hypothèses) testent particulièrement l'interprétation…

2

Objectifs d'apprentissage

  • Interpréter correctement la p-value d'un test
  • Distinguer erreur de type I (α) et erreur de type II (β)
  • Comprendre l'interprétation d'un intervalle de confiance à 95 %
  • Éviter les interprétations erronées fréquentes en QCM
  • Relier interprétation et décision statistique (rejeter ou non H0)
3

Concepts clés à maîtriser

Interprétation de la p-value

Intermédiaire
Probabilité d'observer une statistique au moins aussi extrême que celle calculée, sous l'hypothèse H0 vraie.
Petite p-value = les données sont peu compatibles avec H0 → on rejette H0.
QCM : p-value ≠ P(H0 vraie) ; p-value calculée sous H0.

Erreur de type I (α)

Essentiel
Rejeter H0 alors qu'elle est vraie (faux positif).
Le seuil α (souvent 5 %) contrôle ce risque.
QCM : erreur type I = rejeter H0 à tort.
α = P(rejeter H0 | H0 vraie)

Erreur de type II (β)

Essentiel
Ne pas rejeter H0 alors qu'elle est fausse (faux négatif).
Plus l'effet est grand, plus la puissance est élevée.
Distinguer α (fixé) et β (dépend de l'effet et de n).
Puissance = 1 − β = P(rejeter H0 | H1 vraie)

Intervalle de confiance

Intermédiaire
Intervalle construit à partir de l'échantillon ; en répétant l'échantillonnage, 95 % des IC contiendraient le vrai paramètre.
Niveau de confiance = fiabilité de la procédure, pas probabilité que μ soit dans cet IC précis.
Piège : « 95 % de chance que μ soit dans l'IC » est faux.
IC 95 % : X̄ ± t₀,₀₂₅,n−1 × S/√n

Significativité statistique vs économique

Intermédiaire
Un résultat significatif (p < α) n'implique pas nécessairement un effet économiquement important.
Avec un grand n, même de petits écarts deviennent significatifs.
Compléter les tests par la taille d'effet et l'IC.

Décision de test

Intermédiaire
Si p-value < α, on rejette H0 ; sinon on ne rejette pas (sans conclure que H0 est vraie).
« Ne pas rejeter » ≠ « accepter H0 ».
QCM : absence de rejet ne prouve pas H0.
Quick check

La p-value est :

4

Auteurs et références

Ronald Fisher Tests de significativité et p-value
Jerzy Neyman Approche des erreurs type I et II
Egon Pearson Tests d'hypothèses
David Moore Statistiques appliquées — interprétation
  • Moore, D.; McCabe, G.; Craig, B. (2017) — Introduction to the Practice of Statistics, Freeman
  • Casella, G.; Berger, R. (2002) — Statistical Inference, Duxbury
  • Fisher, R. A. (1925) — Statistical Methods for Research Workers, Oliver and Boyd
5

Pièges fréquents à éviter

Erreur Interpréter p-value comme P(H0 vraie)
Pourquoi La p-value est calculée en supposant H0 vraie.
Solution Retenir : p-value = probabilité des données sous H0.
Erreur Dire qu'un IC à 95 % contient μ avec 95 % de probabilité
Pourquoi μ est fixe ; c'est la procédure qui a 95 % de succès sur répétitions.
Solution Interpréter le niveau de confiance sur la méthode, pas sur un IC unique.
Erreur Confondre erreur type I et type II
Pourquoi Type I = rejeter H0 à tort ; type II = ne pas rejeter H0 à tort.
Solution Type I = faux positif (α).
Erreur Conclure « H0 est vraie » si p > α
Pourquoi On ne rejette pas H0, mais on ne la prouve pas.
Solution Formuler : « pas de preuve contre H0 ».
Quick check

L'intervalle de confiance à 95% pour une moyenne signifie que :

6

Questions types d'examen

  1. Comment interpréter une p-value de 0,03 au seuil 5 % ?
  2. Qu'est-ce que l'erreur de type I et comment la contrôle-t-on ?
  3. Comment interpréter un intervalle de confiance à 95 % ?
  4. Quelle est la différence entre significativité statistique et importance pratique ?
  5. Que conclure si on ne rejette pas H0 ?
7

À retenir

p-value = P(données aussi extrêmes | H0). p < α → rejeter H0. Erreur type I (α) = rejeter H0 à tort. IC 95 % : procédure fiable à 95 % sur répétitions, pas probabilité sur μ. Ne pas rejeter ≠ accepter H0. L'examinateur attend l'interprétation correcte de p-value et IC.

8

Teste tes connaissances

5 questions disponibles

Choisis ton mode et entraîne-toi avec des corrections détaillées.

Cette notion est aussi traitée dans d'autres matières — choisis ta matière de pratique :
10

Questions fréquentes

Qu'est-ce que interprétation en Statistiques & Probabilités ?

L'interprétation des résultats statistiques est une compétence centrale en L2 économie-gestion : savoir ce que signifie une p-value, un intervalle de confiance ou une décision de test, sans confondre probabilité de H0 et probabilité d'erreur. Les QCM CampusQCM (chapitres test-student,…

Combien de questions sont disponibles ?

CampusQCM propose 5 questions corrigées sur interprétation avec explications pédagogiques détaillées.

Comment réviser interprétation efficacement ?

Commencez par le mode Révision, lisez les corrections, refaites les erreurs après quelques jours, puis passez en mode Examen.

Ce QCM est-il adapté au programme de L2 ?

Oui, nos questions correspondent au programme officiel de L2 du cursus Economie.

Les QCM fonctionnent-ils sur mobile ?

Oui, CampusQCM est entièrement optimisé pour smartphones et tablettes. Révisez interprétation où que vous soyez, vos scores se synchronisent entre vos appareils.

Les QCM sont-ils gratuits ?

Oui, tous nos QCM sont entièrement gratuits. Créer un compte vous permet de sauvegarder vos scores et suivre votre progression, mais ce n'est pas obligatoire.