Тёмный

BTS PA - Test de conformité d’une moyenne - sigma inconnu 

Denis Lavillonière
Подписаться 495
Просмотров 10 тыс.
50% 1

Illustration sur un exemple du test de conformité d’une moyenne - cas où l'écart-type de la population est inconnu

Опубликовано:

 

22 сен 2024

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 10   
@cyrineabidi866
@cyrineabidi866 2 года назад
pourquoi a t-on utilisé s=4,1 directement ? j'ai cru qu'on doit appliquer la relation s=racine carrée de ( (n/n-1)*sigma(au carré) ) c'est l'ecart type corrigé non ?
@denislavilloniere
@denislavilloniere 2 года назад
Non, s est bien l'écart-type de l'échantillon, pas l'écart-type "corrigé". On peut trouver différentes présentations du test. Pédagogiquement parlant, la variable aléatoire S^, écart-type "corrigé", n'est pas franchement concrète par rapport à la définition d'un écart-type. C'est un choix de ma part de le présenter ainsi. D'autres utilisent l'écart-type "corrigé" car la variance d'un échantillon est un estimateur biaisé de la variance de la population dont il est extrait, et on doit "corriger" en multipliant par n/(n-1) pour obtenir un estimateur non biaisé. On trouve toujours ce point de vue dans les publications anglo-saxonnes.
@cyrineabidi866
@cyrineabidi866 2 года назад
@@denislavilloniere merci beaucoup pour cette explication
@Ed-ey9vv
@Ed-ey9vv Год назад
Bonjour pourquoi utiliser la méthode de sigma inconnu alors qu’il a une valeur donné de 4.1 merci beaucoup
@denislavilloniere
@denislavilloniere Год назад
Sigma est l'écart-type de la population, il est ici inconnu. La valeur 4,1 donnée est celle de l'écart-type de l'échantillon.
@ElBasraoui
@ElBasraoui 2 года назад
cours svp
@albericdevillette4896
@albericdevillette4896 2 года назад
Bonjour, d'où sors le 0,975 à 3'35 ? merci
@denislavilloniere
@denislavilloniere 2 года назад
Bonjour. Le test est bilatéral. On rejette H0 si la valeur de la variable aléatoire de décision calculée sur l'échantillon est trop éloignée de 0. Le risque de 5% est donc partagé en 2 (2 fois 2,5%). Il y a deux valeurs critiques opposées (symétrie de la distribution de Student par rapport à 0). La première (négative) correspond à l'antécédent de 0,025 (2,5%) par de la fonction de répartition. La seconde (positive, et opposée de la première) correspond à l'antécédent de 0,975 (2,5%+95%) par de la fonction de répartition : c'est celle-ci que j'ai définie à 3'35. L'interprétation graphique avec le schéma et la règle de décision à 4'00 permettent peut-être de mieux comprendre .
@younessoubenane2785
@younessoubenane2785 9 месяцев назад
@@denislavilloniere vous avez dit que le risque est partager en 2 càd 0.025 d'une cotés et 0.025 de l'autre mais pourquoi vous avez utiliser 0.05 comme probabilité pour déterminer le T et ne pas utiliser 0.025 si vous avez utiliser 0.05 càd vous avez considérer que le risque est de 10% merci de me répondre .
@denislavilloniere
@denislavilloniere 8 месяцев назад
Bonjour. Reprenez de façon plus attentive la vidéo. Comme déjà expliqué dans une réponse précédente, le risque est de 5% en bilatéral, donc 2,5% à gauche et 2,5% à droite. Pour vous persuader que la valeur critique est bien la bonne, regardez la table des valeurs critiques de la loi de Student suivante : forums.futura-sciences.com/mathematiques-superieur/931677-table-loi-de-student.html.
Далее
BTS PA - Test de conformité d’une proportion
4:14
Intervalle de confiance du test t de Student
13:01
Просмотров 30 тыс.
Tests d'Hypothèse comparant 2 moyennes
7:07
Просмотров 140 тыс.
Test de comparaison de 2 proportions
5:56
Просмотров 3,4 тыс.
Test d'hypothèses sur une moyenne (loi normale)
9:08
TESTS D'HYPOTHÈSES. TEST BILATÉRAL. TEST UNILATÉRAL
1:18:46