Tests d’hypothèse — Données, 14–17 ans
Une méthode structurée pour juger si des données seraient surprenantes si une explication de départ était vraie.
Idée
Un test d’hypothèse commence par une affirmation prudente, appelée hypothèse nulle, comme « le nouveau traitement ne change rien ». On compare les données observées à ce qu’elle prévoit. Si ces données seraient très rares, on rejette l’hypothèse nulle ; sinon, les preuves ne suffisent pas.
Pourquoi les utiliser ?
Lorsqu’on voit une différence dans un échantillon, on veut facilement y voir un effet réel. Pourtant, les échantillons varient naturellement même quand rien n’a changé. Les tests d’hypothèse aident à distinguer une différence compatible avec le hasard d’une différence difficile à expliquer ainsi.
Exemple détaillé
On lance une pièce 100 fois et on obtient 62 piles. On part de l’hypothèse nulle qu’elle est équilibrée, donc la probabilité d’obtenir pile vaut 0,5. Des résultats proches de 50 sont attendus ; 62 est assez rare. Un calcul donne une valeur p bilatérale d’environ 0,02, inférieure à 0,05 : on rejette prudemment l’équilibre.
Piège courant
Rejeter l’hypothèse nulle ne prouve pas que l’alternative soit vraie, et ne pas la rejeter ne prouve pas que la nulle le soit. Cette confusion est compréhensible, car un test ressemble à un verdict dans la vie courante ; les preuves statistiques sont plus limitées.
Où ils apparaissent
Les chercheurs en médecine utilisent des tests pour comparer des traitements, et les ingénieurs pour vérifier si un procédé a changé. Les médias parlent parfois d’une « différence significative » ; comprendre le test aide à demander quelle était son ampleur et comment les données ont été recueillies.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…