Student
La loi de Student est utilisée pour l'inférence sur la moyenne quand la variance de la population est inconnue et que l'échantillon est de taille limitée. En L2, elle est centrale pour construire des tests t et des intervalles de confiance robustes.
🎯 Objectifs d'apprentissage
- Définir la loi t de Student
- Comprendre les degrés de liberté
- Construire un intervalle de confiance de la moyenne
- Réaliser un test t
- Interpréter correctement p-value et seuil alpha
📚 Concepts clés à maîtriser
Statistique t
Degrés de liberté
Intervalle de confiance
👨🏫 Auteurs et références universitaires
📚 Références académiques pour aller plus loin
- Student (Gosset, W.) (1908) — The Probable Error of a Mean, Biometrika
- Fisher, R. A. (1925) — Statistical Methods for Research Workers, Oliver and Boyd
- Neyman, J.; Pearson, E. (1933) — On the Problem of the Most Efficient Tests of Statistical Hypotheses, Philosophical Transactions of the Royal Society
⚠️ Pièges fréquents à éviter
📝 Questions types d'examen (Licence 2)
- Quand utiliser la loi de Student ?
- Comment calculer un test t sur une moyenne ?
- Que représentent les degrés de liberté ?
- Comment construire et interpréter un intervalle de confiance ?
- Quelle différence entre p-value et niveau alpha ?
📌 À retenir
La loi de Student est l'outil standard de l'inférence sur moyenne en petit échantillon avec variance inconnue. En L2, il faut maîtriser sa statistique, ses conditions d'application et l'interprétation correcte des résultats de test.