Utilia

Calculateur de test d'hypothèse

Test de Student (un échantillon, Welch, apparié), test z ou test du khi-deux en ligne : statistique, p-value, valeur critique, décision et calcul détaillé.

Saisie

Séparez les valeurs par des espaces, des points-virgules ou des retours à la ligne (la virgule sert de séparateur décimal).

Statistique de test
–
Degrés de liberté
–
p-value
–
Valeur critique
–
–
Décision
–

Calcul détaillé

Comment réaliser un test d’hypothèse avec cet outil

  1. Choisissez le Test : test t de Student à un échantillon, test t à deux échantillons (Welch ou variances égales), test t apparié, test z à un échantillon (σ connu), khi-deux d’ajustement ou khi-deux d’indépendance.
  2. Pour les tests t et z, choisissez la Saisie : Données brutes (collez vos valeurs séparées par des espaces, des points-virgules ou des retours à la ligne ; la virgule est le séparateur décimal) ou Statistiques résumées (moyenne, écart type et effectif).
  3. Indiquez la valeur de l’hypothèse nulle : la Moyenne théorique μ₀ pour un échantillon, ou la Différence théorique Δ₀ pour deux échantillons ou des données appariées (en général 0).
  4. Choisissez l’Hypothèse alternative : Bilatéral (≠), Unilatéral à gauche (<) ou Unilatéral à droite (>), puis le Seuil de signification α (0,05 par défaut ; « 5 % » est aussi accepté).
  5. Les résultats se mettent à jour pendant la saisie, ou cliquez sur Calculer. Vous obtenez la statistique de test, les Degrés de liberté, la p-value, la Valeur critique, un intervalle de confiance, la Décision et le Calcul détaillé. Copier copie un résumé.

Pour un khi-deux d’ajustement, saisissez les Effectifs observés et, si besoin, les Proportions ou effectifs attendus (laissez vide pour tester l’équiprobabilité). Pour un khi-deux d’indépendance, saisissez le Tableau de contingence, une ligne par modalité.

Quel test choisir ?

  • Test t à un échantillon : comparer la moyenne d’un échantillon à une valeur de référence quand l’écart type de la population est inconnu, ce qui est le cas habituel.
  • Test z à un échantillon : même question lorsque σ est réellement connu, par exemple pour un procédé industriel suivi depuis longtemps.
  • Test de Welch : comparer les moyennes de deux groupes indépendants sans supposer l’égalité des variances. C’est le choix le plus sûr par défaut.
  • Test t à variances égales (Student classique) : deux groupes indépendants dont on a de bonnes raisons de penser que les variances sont égales.
  • Test t apparié : deux mesures sur les mêmes individus (avant/après, main gauche/main droite). L’outil travaille sur les différences d = x₁ − x₂ : les deux séries doivent donc être dans le même ordre.
  • Khi-deux d’ajustement : les effectifs observés sont-ils conformes à une loi théorique ?
  • Khi-deux d’indépendance : deux variables qualitatives sont-elles liées dans un tableau croisé ?

Les formules

  • Un échantillon : t = (x̄ − μ₀) / (s/√n), avec n − 1 degrés de liberté. Pour le test z, σ remplace s et la loi de référence est la loi normale centrée réduite.
  • Welch : t = (x̄₁ − x̄₂ − Δ₀) / √(s₁²/n₁ + s₂²/n₂), avec les degrés de liberté de Welch-Satterthwaite ddl = (v₁ + v₂)² / (v₁²/(n₁ − 1) + v₂²/(n₂ − 1)), où vᵢ = sᵢ²/nᵢ. Ce nombre n’est généralement pas entier.
  • Variances égales : sp² = ((n₁ − 1)s₁² + (n₂ − 1)s₂²)/(n₁ + n₂ − 2), erreur type sp·√(1/n₁ + 1/n₂), ddl = n₁ + n₂ − 2.
  • Khi-deux : χ² = Σ(O − E)²/E, avec k − 1 degrés de liberté (ajustement) ou (r − 1)(c − 1) (indépendance, où E = total ligne × total colonne ÷ N). Aucune correction de continuité n’est appliquée.

Les p-values sont calculées avec les fonctions de répartition exactes : la loi de Student grâce à la fonction bêta incomplète régularisée, les lois du khi-deux et normale grâce à la fonction gamma incomplète régularisée, évaluées par fractions continues. Elles concordent avec les logiciels de statistique à de nombreuses décimales, même pour des p-values minuscules.

Interpréter le résultat

Si p ≤ α, l’outil affiche On rejette H₀ : des données aussi extrêmes seraient peu probables si l’hypothèse nulle était vraie. Sinon, il affiche On ne rejette pas H₀, ce qui ne démontre pas pour autant que H₀ est vraie. L’intervalle de confiance (bilatéral, de niveau 1 − α) donne la plage des valeurs plausibles de la moyenne ou de la différence et renseigne davantage sur l’ampleur de l’effet que la seule p-value. Ces résultats sont une aide pour apprendre et vérifier vos calculs : le choix du test, la vérification des conditions et l’interprétation vous reviennent.

Questions fréquentes

Faut-il choisir le test de Welch ou le test à variances égales ?

Le test de Welch dans la plupart des cas. Il reste fiable quand les variances ou les effectifs diffèrent, et ne perd presque rien quand elles sont égales. Le test à variances égales sert surtout lorsqu’un cours ou un protocole l’impose.

Quand utiliser un test unilatéral ?

Uniquement si le sens de l’effet a été fixé avant de voir les données et qu’un résultat dans l’autre sens ne vous intéresserait pas. La p-value unilatérale vaut la moitié de la bilatérale quand la statistique va dans le sens attendu : la choisir après coup augmente le risque de faux positif.

Que signifie l'avertissement sur les effectifs théoriques inférieurs à 5 ?

Le test du khi-deux repose sur une approximation qui devient médiocre quand les effectifs théoriques sont petits. Regroupez les classes peu fournies, collectez davantage de données ou utilisez un test exact, comme celui de Fisher pour un tableau 2 × 2.

Pourquoi le nombre de degrés de liberté peut-il être décimal ?

Pour le test de Welch, la formule de Welch-Satterthwaite donne un nombre de degrés de liberté approché, rarement entier. La loi de Student est définie pour tout ddl positif : l’outil l’utilise donc tel quel, sans arrondir.

Quelles sont les conditions d'application du test t ?

Des observations indépendantes et, pour les petits échantillons, des données (ou des différences, pour le test apparié) à peu près normales. Avec des effectifs plus grands, 30 ou plus par groupe par exemple, le test t résiste bien à un écart modéré à la normalité grâce au théorème central limite.