Aller au contenu principal
📊 L2 • Statistiques et probabilités

QCM Statistiques et probabilités L2 - Tests d'hypothèses : 22 questions corrigées

QCM de 22 questions avec corrections détaillées sur Tests d'hypothèses (Statistiques et probabilités). Révisez efficacement avec des explications pédagogiques pour le niveau L2. Entraînez-vous avec des explications pédagogiques détaillées.

Voir la matière
✍️ Méthode de rédaction et limites • 🎓 +0 réalisations
📝 22 questions 📊 Niveau Intermediaire ⏱️ ~33 min ✨ Jusqu'à 44 XP

🎯 Prêt à commencer ?

En révision, le corrigé s'affiche après chaque réponse. En challenge et en examen, il n'arrive qu'à la fin.

← Retour aux QCM de Statistiques et probabilités

Tests d'Hypothèses Statistiques

Le test d'hypothèse est une procédure permettant de prendre une décision statistique sur une population à partir d'un échantillon. On formule une hypothèse nulle (H0) et une hypothèse alternative (H1), puis on calcule une statistique de test dont la distribution sous H0 est connue. La comparaison à une valeur critique ou l'examen de la p-value conduit à rejeter ou ne pas rejeter H0. Les erreurs de type I (faux positif) et II (faux négatif) encadrent la décision.

🎯 Objectifs pédagogiques

À la fin de ce chapitre, vous devez être capable de :

  • Comprendre la logique des tests d'hypothèses
  • Formuler H0 et H1
  • Maîtriser les erreurs de type I et II
  • Calculer et interpréter la p-value
  • Appliquer les principaux tests

📚 Concepts clés à maîtriser

Notions fondamentales avec leurs définitions académiques :

Hypothèse nulle (H0)
Hypothèse testée, généralement l'absence d'effet
Hypothèse alternative (H1)
Hypothèse acceptée si H0 est rejetée
Erreur de type I
Rejet de H0 alors qu'elle est vraie (α)
Erreur de type II
Non-rejet de H0 alors qu'elle est fausse (β)
Puissance
1 - β : probabilité de détecter un effet réel

📋 Plan type du cours

Structure du cours en Licence 2 :

  1. Logique du test d'hypothèse
  2. Formulation de H0 et H1
  3. Statistique de test et région critique
  4. P-value et décision
  5. Erreurs et puissance
  6. Tests bilatéraux et unilatéraux

👨‍🏫 Auteurs de référence

Économistes fondamentaux à connaître :

Jerzy Neyman, Egon Pearson — Théorie des tests (1933)
Ronald Fisher — Approche par la p-value

⚠️ Pièges fréquents

Erreurs classiques à éviter aux examens :

  • Confondre « ne pas rejeter H0 » et « accepter H0 »
  • Mal interpréter la p-value
  • Ignorer la puissance du test

💼 Applications concrètes

Exemples d'application dans le monde réel :

  • Tests de significativité en économétrie
  • Évaluation des politiques publiques

Niveau de ce chapitre : 🟢 Niveau fondamental

À propos de ce QCM de Statistiques et probabilités

QCM Statistiques et probabilités L2 - Tests d'hypothèses — 22 questions. Statistiques et probabilités · Licence 2 · Économie.

Quelques raisonnements travaillés dans ce QCM

Cherchez une réponse, puis ouvrez la correction pour comparer votre raisonnement.

Une enquête sur un échantillon aléatoire de salariés donne un salaire horaire moyen de 22 €. La référence est 20 €. Pour rechercher un écart dans les deux sens, quelle hypothèse nulle porte sur la moyenne μ de la population ?
  1. La moyenne observée dans l’échantillon est égale à 20 €.
  2. La moyenne observée dans l’échantillon est égale à 22 €.
  3. La moyenne salariale de la population est égale à 22 €.
  4. La moyenne salariale de la population est égale à 20 €.

Réponse : La moyenne salariale de la population est égale à 20 €.

La référence de 20 € définit H0 : μ=20 ; les 22 € observés sont une estimation qui sert à confronter cette hypothèse aux données. A impose une valeur à une statistique déjà calculée, au lieu de viser le paramètre inconnu. B décrit le résultat de l’enquête, pas une hypothèse de population. C remplace la référence par l’estimation issue des données : cette substitution efface précisément l’écart que le test doit examiner.

Une régression de rang plein comporte une constante et deux pentes ; erreurs indépendantes N(0,σ²), régresseurs fixes. Sous H₀ : β₁=β₂=0, SSE=100 avec 22 ddl ; modèle complet : SSE=50 avec 20 ddl. Le quantile q₀,₉₅ de F(2,20) vaut 3,49. Quelle conclusion au seuil de 5 % ?
  1. F=10 ; rejeter H₀ et déclarer chaque pente significative isolément.
  2. F=1 ; conserver H₀ en rapportant le gain à la somme résiduelle.
  3. F=20 ; rejeter H₀ en divisant le gain par la variance résiduelle.
  4. F=10 ; rejeter H₀ sans identifier une pente significative isolément.

Réponse : F=10 ; rejeter H₀ sans identifier une pente significative isolément.

Le gain de 50 est rapporté aux deux restrictions, puis divisé par 50/20 : F=25/2,5=10. Il dépasse 3,49, donc la nullité conjointe des pentes est rejetée. A attribue à chaque pente une significativité individuelle que le test conjoint n’établit pas. B rapporte le gain 50 à la somme résiduelle 50 sans normalisation par les degrés de liberté. C omet de diviser le gain par les deux restrictions et obtient 20. La conclusion porte sur le pouvoir explicatif global, pas sur une causalité.

Pour X∈{a,b,c}, les probabilités sous deux hypothèses simples sont P0=(0,10;0,20;0,70) et P1=(0,40;0,40;0,20). Au niveau maximal 0,10, quelle règle parmi les suivantes est la plus puissante ? Hors du cas cité, on ne rejette pas.
  1. Rejeter pour X=a avec probabilité 1/2, par tirage indépendant.
  2. Rejeter pour X=b avec probabilité 1/2, par tirage indépendant.
  3. Rejeter pour X=a avec probabilité 1, selon la valeur observée.
  4. Rejeter pour X=c avec probabilité 1/7, par tirage indépendant.

Réponse : Rejeter pour X=a avec probabilité 1, selon la valeur observée.

Les rapports P1/P0 valent 4 pour a, 2 pour b et 2/7 pour c. Rejeter en a utilise un risque de 0,10 sous H0 et donne une puissance de 0,40 sous H1 ; le lemme de Neyman–Pearson confirme ce choix entre ces deux hypothèses simples. A donne une puissance de 0,20 pour un risque de 0,05. B donne aussi 0,20, pour un risque de 0,10. D donne une puissance de 0,20/7≈0,0286 pour le même risque de 0,10. Le lemme ne suffit pas à affirmer une optimalité uniforme pour une alternative composite.

Une régression linéaire estimée par MCO, à plan fixe de rang plein et erreurs normales centrées, indépendantes et homoscédastiques, donne β̂=2,8, erreur-type 0,4 et 18 ddl. Pour H0 : β=2 contre β≠2, le seuil bilatéral à 5 % est 2,101. Quelle décision prend-on ?
  1. t=7,00 ; rejet de H0 au seuil bilatéral de 5 %.
  2. t=0,32 ; non-rejet de H0 au seuil bilatéral de 5 %.
  3. t=2,00 ; rejet de H0 au seuil bilatéral de 5 %.
  4. t=2,00 ; non-rejet de H0 au seuil bilatéral de 5 %.

Réponse : t=2,00 ; non-rejet de H0 au seuil bilatéral de 5 %.

La statistique centre l’estimation sur la valeur testée : t=(2,8−2)/0,4=2. Avec 18 degrés de liberté, 2