Chapitre 6 TESTS SUR LA MOYENNE ET LA VARIANCE.

Transcription

1 Thierry Foucart 1 Chapitre 6 TESTS SUR LA MOYENNE ET LA VARIANCE. 1. TEST SUR LA MOYENNE. X suit la loi normale N(µ, σ). H 0 : µ = µ 0 H 1 : µ µ 0 M : estimateur empirique de la moyenne S : estimateur empirique de la variance Test de Student : M µ 0 T = S/ (n-1) Loi de T sous H 0 : loi de Student de degré de liberté n-1 Région critique : ]-, µ 0 - t α s/(n - 1) 1/ [ ] µ 0 + t α s/(n - 1) 1/, + [ t α étant défini par P( T > t α ] = α Exemple : l objectif fixé par les responsables nationaux de l enseigne Euromarket est un montant moyen des achats égal à 40F. Le directeur commercial s inquiète du montant moyen observé (316.95F) dans son hypermarché et veut donc vérifier si cette valeur montre effectivement une différence. La variance estimée est égale à s = Pour un risque de première espèce de 5% et un degré de liberté égal à 49, on a : t a =.0. La région critique est donc : ]-, [ ] , + [ La valeur appartient à la région critique. On rejette donc l hypothèse nulle. Équivalence : on calcule l intervalle de confiance de la moyenne (cf. chapitre 5) : IC = [ , ] La valeur 40 n appartient pas à l intervalle de confiance. Elle n est pas acceptable.

2 Thierry Foucart Comparaison de moyennes. X 1 = N(µ 1, ) X : N(µ, σ ) H 0 : µ 1 = µ H 1 : µ 1 µ M 1 et S 1 estimateurs empiriques de la moyenne et la variance de X 1 M et S estimateurs empiriques de la moyenne et la variance de X n 1 et n : nombres d observations de X 1 et X. Statistique U : M 1 - M U = [S 1 /(n 1-1) + S /(n -1)] 1/ Loi de U sous H 0 : la loi normale centrée réduite (n 1 et n suffisants, = σ ). Région critique : RC = ] -, -u α ] U [u α, + [ u α étant défini par P( U > u α ) =α Exemple : la moyenne des achats de l autre hypermarché (410F) a été calculée sur 100 clients. La variance des achats calculée sur ces 100 clients est égale à On en déduit : T = =.65 [ / / 99 ] 1/ Pour un risque de première espèce α = 0.05, on a u α = La valeur observée t appartient à la région critique et on rejette donc l hypothèse nulle : la différence entre les deux moyennes n est vraisemblablement pas due uniquement au hasard. 3. Test sur la variance. X suit la loi normale N(µ, σ). H 0 : σ = σ 0 H 1 : σ σ 0 M : estimateur empirique de la moyenne S : estimateur empirique de la variance Statistique : X = n S /σ 0 Loi de X sous H 0 : loi du χ de degré de liberté ν = n-1.

3 Thierry Foucart 3 Région Critique : RC = [0, χ α ] [χ 1 α, + [ χ α et χ 1 α étant définies par la relation : P(X < χ α ) = α/ P(X > χ 1 α ) = α/ Exemple : nous supposons que la loi de probabilité de la v.a. âge est la loi normale (en éliminant les trois clients retraités) et testons l hypothèse H 0 : σ =50. La valeur observée sur les 47 clients est s = On en déduit : X = 47 x / 50 = Nous choisissons comme risque de première espèce α = La table donne directement pour le degré de liberté ν = 46 : χ α = tel que P(X <χ α ) =0.05 χ 1 α = tel que P(X >χ 1 α ) =0.05 La région critique est : RC = [0, ] [66.617, + [. La valeur observée n appartient pas à la région critique et on accepte l hypothèse nulle. En déterminant l ensemble des valeurs σ telles que l on accepte l hypothèse nulle, on retrouvera l intervalle de confiance déterminé dans le chapitre 5. On pourra examiner aussi la figure 11 du chapitre Comparaison de variances. X 1 = N(µ 1, ) X : N(µ, σ ) H 0 : σ 1 = σ = σ H 1 : σ 1 σ M 1 et S 1 estimateurs empiriques de la moyenne et la variance de X 1 M et S estimateurs empiriques de la moyenne et la variance de X n 1 et n : nombres d observations de X 1 et X. Statistique : n 1 S 1 / n - 1 F = x n S / σ n 1-1 Loi de F sous H 0 : loi de Fisher de degrés de liberté n 1-1 et n -1. Région Critique : RC = ]0, f α [U] f 1-α, + [ f α et f 1-α étant définies par : P(F< f α ) = α/, P(F> f 1-α) = α/

4 Thierry Foucart 4 Exemple : Pour contrôler l égalité des moyennes des achats des deux hypermarchés, nous avons supposé que les variances étaient égales. Nous le vérifions ci-dessous, en supposant que les lois sont normales. Les variances des achats sont égale à : s 1 = (n 1 = 50) s = (n = 100) On en déduit : 50 x / 49 f = = x / 99 Nous choisissons comme risque de première espèce α = 0.0. Les degrés de liberté sont ν 1 = 49 et ν = 99.La table donne directement f 1-α = Pour calculer f a, il faut considérer la v.a. 1/F, qui suit la loi de Fisher de degrés de liberté ν 1 = 99 et ν = 49. On a : P(1/F>1/f a ) = /f α = 1.8 f α = La région critique est donc : RC = ]0, [ ] 1.73, + [. La valeur observée n appartient pas à cette région critique et on accepte l hypothèse d égalité des variances. 5. Introduction au risque de seconde espèce et à la fonction puissance. Définition : risque de seconde espèce : probabilité d accepter l hypothèse nulle quand elle est fausse. puissance : probabilité de rejeter l hypothèse nulle quand elle est fausse. Puissance du test sur la variance : π = 1 β Hypothèses: H 0 : σ = σ 0 H 1 : σ = Acceptation de l hypothèse nulle : n S /σ 0 n appartient pas à la région critique. Risque β de seconde espèce (sous H 1 ) : Calcul de β : n S β = P ( χ α < < χ 1 α ) σ 0 n S β = P (χ α < < χ 1 α ) σ 0 ns = P (χ α < < χ 1 α ) σ 0 χ α σ 0 ns χ 1 α σ 0

5 Thierry Foucart 5 = P ( < < ) Loi de n S / sous H 1 : loi du χ de degré de liberté ν = n 1. Exemple : nous donnons ci-dessous la puissance du test sur la variance de l âge. La valeur testée est fixée à σ = 50, le risque de première espèce à 0.05, et le nombre d observations est égal à 47. La lecture de ce tableau donne le renseignement suivant : la probabilité de rejeter l hypothèse σ = 50 lorsque la vraie valeur est est égale à 0.43 pour un risque de première espèce égal à Ran g variance vraie puissanc e Ran g variance vraie puissanc e C