Biostatistique Test D'hommogéinité

Les tests d’homogénéité
Test de student
Condition d’application
S’applique à la comparaison de moyennes de deux distributions normale de variance

inconnues mais supposées égales.il s’applique pour des échantillons de petits effectif est
indépendants.
Principe du test t de student
si les effectifs n1 et n2 des deux échantillons sont de petites taille et si la variance des
populations d’origine est estimée sur les données des échantillons, la variable Z n’obéit plus à
une loi normal, car l’estimation de la variance est entachée d’une erreur aléatoire.
La statistique calculée et la variable t obéit a la loi de student avec un d.d.l =n1+n2-2
𝑚1−𝑚2 𝑛1s2ech1+n2s2ech2
T= avec s2 =
1
𝑆√ +1/𝑛2 𝑛1+𝑛2−2
𝑛1
Remarque : s2 =σ2
Les règles de décision
si ǀt ǀ≥ tα/2 , alors H0 :µ1=µ2 est rejetée au profit de H1 µ1≠µ2 en cas de test bilatéral .
si t≥tα , alors H0 :µ1≤µ2 est rejetée au profit de H1 µ1>µ2 en cas de test unilatéral .
si t≤-tα , alors H0 :µ1≥µ2 est rejetée au profit de H1 µ1˂µ2 en cas de test unilatéral.
La valeur
tα/2,d.d.l ou tα, d.d.l se lit dans la table de student et d.d.l =n1+n2-2.
Comparaisons des échantillons appariés
Test de student pour échantillons appariés
Principe du test
Compare les moyennes de deux groupes dépendants en vérifiant si la moyenne des différences
observées au niveau de chaque paire d’éléments ;di =x i,1-x i,2 est compatible avec 0 .il s’agit par
exemple de la différence entre les mesures effectuées sur le même sujet avant et après un traitement ou
De la différence entre la mesure effectuée sur un individu exposé et celle provenant d’un individu non
exposé ,mais possédant par ailleurs les mêmes caractéristiques .
Condition d’application
-la distribution des échantillons obéit à la loi normale.

-effectif n ne soit pas trop petit
La statistique t du test calculé comme suit :
𝑑̅
T= 𝑠𝑑̅
Avec ̅ d=m1-m2 Sd =√∑𝑛𝑖=1(𝑑𝑖 − 𝑑 ) 2 /(𝑛 − 1)
Sd̅=Sd/√𝑛
Règle de décision
H0 sera rejeté au profile de H1
H1 :µ1≠µ2 si ǀtǀ≥tα/2
H1 : µ1>µ2 si ǀtǀ≥tα
H1 : µ1˂µ2 si ǀtǀ≥ -tα
Comparaison de variance
Test F de comparaison de variance : (Cas de deux échantillons indépendant)
Le test f de comparaison de variance consiste à soumettre à une épreuve de vérité l’hypothèse

principale d’égalité des variances, H0 ; σ 21 = 𝜎 21 , ou égalité des écarts-types, puisque la statistique
est invariante :σ1=σ2 .comme dans tout test paramétrique ,on vérifie si la valeur du test F observée (
calculée) ,s’avère trop peu probable pour accepter l’hypothèse d’égalité .pour ce faire ,posons les
hypothèses H1 et H0 qui peuvent être formulées de trois façons différentes :
1-H0 : σ 21 ≤ 𝜎 21 et H1 : σ 21 > 𝜎 21
Dans ce cas, le test de comparaison est unilatéral, la statistique F observée calculée comme suit :
F=S12/S22
A une probabilité égale à 1-α d’être inférieure à la valeur critique Fα fournie dans la table au
nombre de d.d..l égaux à d.d.l 1 =n1-1 d.d.l =n2-1
P( F˂fα, n1-1, n2-1)=1-α
Les règles de décision sont alors les suivantes
si f˂ fα, n1-1, n2-1 , l’hypothèse H0 est retenue ( non rejetée ).si f≥ fα, n1-1, n2-1 , l’hypothèse H0
est rejetée au profit de H1.
2- H0 : σ 21 ≥ 𝜎 21 et H1 : σ 21 ˂ 𝜎 21
Test encore unilatéral, l’exécution du test et les règles de décision restent identiques après permutation
du numérateur et dénominateur du rapport de la formule F :F=S22/S12
L’hypothèse H0 est donc rejetée au profit de H1 si f= S22/S12 ≥ fα, n1-1, n2-1
3- H0 : σ 21 = 𝜎 21 et H1 : σ 21 ≠ 𝜎 21
Dans ce cas ,le test de comparaison est bilatéral, et la zone de rejet de la courbe de densité de
probabilité de la variable F .les limite d’acceptation de H0 sont fα/2 et f1-α/2
La statistique f dans ce cas sera

𝑝𝑙𝑢𝑠 𝑔𝑟𝑎𝑛𝑑̅𝑒 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝑜𝑏𝑠𝑒𝑟𝑣é𝑒
F= 𝑝𝑙𝑢𝑠 𝑝𝑒𝑡𝑖𝑡𝑒 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝑜𝑏𝑠𝑒𝑟𝑣é𝑒
A une probabilité égale 1-α d’être inférieure à la valeur critique fα/2 trouvée dans la table pour
d.d.l ( n1-1 et n2-1) , p(F˂ fα/2, n1-1, n2-1)=1-α.
Règle de décision sont alors les suivantes : si f> fα/2 H0 est rejetée .dans le cas contraire est acceptée.
Cas des variances de g échantillons indépendants
Test de Bartlett
Considérons g échantillons indépendants dont le ie groupe a une variance égale à(Si)2 et un

effectif égal à ni, soit (Sp )2 la variance pondérée des g échantillons , c’est-à-dire la valeur de
la meilleure estimation de la variance σ2 sous l’hypothèse H0 d’équivariance
∑𝒈𝒊=𝟏(𝒏𝒊 − 𝟏)𝒔𝒊𝟐
𝟐
𝑺𝒑 =
∑𝒈𝒊=𝟏(𝒏𝒊 − 𝟏)
Bartlett a montré que si les populations d’origine sont normale et possèdent la même variance
σ2 et si 𝑆𝑝2 et 𝑠𝑖 2 sont les variables aléatoires, la variable B :
𝒈 𝒈
B=2.3026[𝐥𝐨𝐠 𝑺𝟐𝒑 ∑𝒊=𝟏(𝒏𝒊 − 𝟏) − ∑𝒊=𝟏(𝒏𝒊 − 𝟏) 𝐥𝐨𝐠 𝑺𝟐𝒊 ]
Obéit approximativement à une loi de chi –deux à (g-1) degré de liberté .la conformité à la loi
de chi deux a pu être améliorée grâce a un facteur de correction c égale à ;
𝟏 𝒈 𝟏 𝟏
C=1+𝟑(𝒈−𝟏)[∑𝒊=𝟏 (𝒏𝒊−𝟏) − ∑𝒈(𝒏𝒊−𝟏) ]
𝒊
La nouvelle statistique de test s’écrit alors ;

𝐵
Bc = 𝐶
Le test de comparaison consiste maintenant à soumettre à une épreuve de vérité l’hypothése
principale :H0 =𝜎12= 𝜎22 = 𝜎𝑖2 = 𝜎𝑔2 et H1l’hypothése inverse
Règle de décision
la table utilisé est la table de chi deux du moment que la variance obéit a une loi de chi deux
les règles d’acceptation et de rejet sont les suivants :

2 2
la valeur critique 𝑥𝛼,𝑔−1 se lit a d.d.l =g-1 si bc ≥ 𝑥𝛼,𝑔−1 hypothèse H 0 rejet au profit de H1
Remarque : le test de Bartlett devient moins satisfaisant si la plupart des effectifs ont des
valeurs inférieures à 5
2
P( Bc˂𝑥𝛼, ) =1-α
Test de Hartley
Le test F max de Hartley consiste a calculer le rapport de la plus grande à la plus petite des
variances
𝑆2
F max = 𝑆𝑖,𝑙𝑎 𝑝𝑙𝑢𝑠 𝑔𝑟𝑎𝑛𝑑𝑒
2
𝑗,𝑙𝑎 𝑝𝑙𝑢𝑠 𝑝𝑒𝑡𝑖𝑡𝑒
Ce test nécessite des échantillons de taille égaux ou approximativement égaux. En cas d’

inégalité des effectifs , on retient l’effectif le plus élevé (test libéral) ,s’il s’agit de vérifier
rapidement la validité d’emploi d’un autre test exigeant l’égalité des variances .pour vérifier
une hypothèse se rapportant à l’égalité de la variabilité de divers groupes ,on peut utiliser
l’effectif moyen .le test est moins libéral que précédemment , mais le reste encore .si on utilise
le plus petit effectif , il devient conservateur .

Biostatistique Test D'hommogéinité

Transféré par

Droits d'auteur :

Formats disponibles

Biostatistique Test D'hommogéinité

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Biostatistique Test D'hommogéinité

Transféré par

Droits d'auteur :

Formats disponibles

Les tests d’homogénéité

S’applique à la comparaison de moyennes de deux distributions normale de variance

Principe du test t de student

La statistique calculée et la variable t obéit a la loi de student avec un d.d.l =n1+n2-2

Les règles de décision

tα/2,d.d.l ou tα, d.d.l se lit dans la table de student et d.d.l =n1+n2-2.

Comparaisons des échantillons appariés

Test de student pour échantillons appariés

-la distribution des échantillons obéit à la loi normale.

La statistique t du test calculé comme suit :

Avec ̅ d=m1-m2 Sd =√∑𝑛𝑖=1(𝑑𝑖 − 𝑑 ) 2 /(𝑛 − 1)

H0 sera rejeté au profile de H1

H1 : µ1˂µ2 si ǀtǀ≥ -tα

Test F de comparaison de variance : (Cas de deux échantillons indépendant)

Le test f de comparaison de variance consiste à soumettre à une épreuve de vérité l’hypothèse

P( F˂fα, n1-1, n2-1)=1-α

Les règles de décision sont alors les suivantes

L’hypothèse H0 est donc rejetée au profit de H1 si f= S22/S12 ≥ fα, n1-1, n2-1

La statistique f dans ce cas sera

d.d.l ( n1-1 et n2-1) , p(F˂ fα/2, n1-1, n2-1)=1-α.

Cas des variances de g échantillons indépendants

Considérons g échantillons indépendants dont le ie groupe a une variance égale à(Si)2 et un

La nouvelle statistique de test s’écrit alors ;

les règles d’acceptation et de rejet sont les suivants :

Ce test nécessite des échantillons de taille égaux ou approximativement égaux. En cas d’

Vous aimerez peut-être aussi