Voir la source de Test statistique

{{Voir homonymes|Test}}
En [[statistique]]s, un '''test''', ou '''test d'hypothèse''', est une procédure de décision entre deux hypothèses. Il s'agit d'une démarche consistant à rejeter ou à ne pas rejeter une hypothèse statistique, appelée [[hypothèse nulle]], en fonction d'un [[échantillon (statistiques)|échantillon]] de données.

Il s'agit de [[Inférence statistique|statistique inférentielle]] : à partir de calculs réalisés sur des données observées, on émet des conclusions sur la [[Population#Statistique|population]], en leur rattachant des risques d'être erronées.

== Hypothèses du test ==
{{article détaillé|Hypothèse nulle}}

=== Définitions ===
L'hypothèse nulle notée {{math|''H''{{ind|0}}}} est celle que l'on considère vraie a priori. L’hypothèse <math>H_0</math> est donc privilégiée et il faut des observations très éloignées de cette hypothèse pour la rejeter. Le but du test est de décider si cette hypothèse <math>H_0</math> est a priori crédible. L'hypothèse alternative notée {{math|''H''{{ind|1}}}} est l'hypothèse complémentaire à l'hypothèse nulle.

Ces deux hypothèses ne sont toutefois pas symétriques. {{math|''H''{{ind|1}}}} est choisie uniquement par défaut si {{math|''H''{{ind|0}}}} n'est pas considérée comme crédible, <math>H_0</math> étant l'hypothèse dont le rejet à tort est le plus préjudiciable. Le choix de {{math|''H''{{ind|0}}}} et de {{math|''H''{{ind|1}}}} est en général imposé par le test que l'on utilise et ne relève donc pas de l'utilisateur.

=== Écriture des hypothèses : exemple ===
Soit {{math|''μ''{{ind|1}}}} et {{math|''μ''{{ind|2}}}} les moyennes de tension artérielle de deux [[populations]], l'une correspondant à la prise de [[médicament|médicaments]] et l'autre de placebo. Une manière de démontrer qu'un médicament modifie la tension artérielle est de montrer que {{math|''μ''{{ind|1}}}} est différent de {{math|''μ''{{ind|2}}}}. Les hypothèses du test deviennent alors 

:{{math|''H''{{ind|0}}}} : les moyennes des deux populations sont égales
:{{math|''H''{{ind|1}}}} : les moyennes des deux populations sont différentes.

On l'écrit succinctement sous la forme :

:<math>H_0 : \, {\mu}_1 = {\mu}_2</math>
:<math>H_1: \,{\mu}_1 {\neq}  {\mu}_2</math>

Toutefois les signes {{math|{{=}}}}, {{math|≠}}, {{math|≤}} et {{math|≥}} dans l'écriture succincte des hypothèses ne correspond pas à l'égalité ou aux inégalités au sens mathématique du terme. Il s'agit d'une façon d'écrire :

:{{math|''H''{{ind|0}}}} : Il est crédible de penser que {{math|''μ''{{ind|1}} {{=}} ''μ''{{ind|2}}}}
:{{math|''H''{{ind|1}}}} : {{math|''μ''{{ind|1}}}} est significativement différente de {{math|''μ''{{ind|2}}}}

Cependant, il convient également de faire attention aux [[Échantillonnage (statistiques)|fluctuations d'échantillonnage]]. En effet, lors de la réalisation d'un test on utilise le plus souvent des échantillons pour effectuer les calculs. On utilisera donc les moyennes <math>\overline{x_1}</math> et <math>\overline{x_2}</math> calculées à partir des échantillons et qui ne sont donc que des estimations de {{math|''μ''{{ind|1}}}} et {{math|''μ''{{ind|2}}}} (voir [[taille d'effet]]).

== Statistique du test ==
{{article détaillé|Statistique de test}}

La [[statistique de test]] {{mvar|S}} est une fonction qui résume l'information sur l'échantillon que l'on souhaite tester. On la choisit de façon à connaître sa loi sous {{math|''H''{{ind|0}}}}.

{{mvar|S}} est une [[variable aléatoire]], définie indépendamment des données observées. La valeur que prend cette variable aléatoire pour les données observées est appelée [[statistique observée]] et est notée {{math|''S''{{ind|obs}}}} dans la suite de l'article.

Suivant le type de statistique choisi, le test sera paramétrique ou non paramétrique.{{Quoi|date=12 juillet 2022}}

== Construction d'un test ==
La construction mathématique d'un test se fait grâce au [[lemme de Neyman-Pearson]] et nous donne la forme de la région de rejet.

== Région de rejet et latéralité ==
La [[région de rejet]] est le sous-ensemble {{mvar|I}} de <math>{	\R}</math> tel qu'on rejette {{math|''H''{{ind|0}}}} si {{math|''S''{{ind|obs}}}} appartient à {{mvar|I}}. La forme de la région de rejet définit la latéralité du test :
* [[test bilatéral]] : on veut rejeter {{math|''H''{{ind|0}}}} si {{math|''S''{{ind|obs}}}} est trop grand ou trop petit, sans a priori. La région de rejet est alors de la forme <math>]-{\infty};a]{\cup}[b;+{\infty}[</math> ;
* test unilatéral à droite : on veut rejeter {{math|''H''{{ind|0}}}} seulement si {{math|''S''{{ind|obs}}}} est trop grand. La région de rejet est alors de la forme <math>[a;+{\infty}[</math> ;
* test unilatéral à gauche : on veut rejeter {{math|''H''{{ind|0}}}} seulement si {{math|''S''{{ind|obs}}}} est trop petit. La région de rejet est alors de la forme <math>]-{\infty};b]</math>.

== Probabilité critique ==
{{article détaillé|Valeur p}}

La probabilité critique (ou valeur p) est la probabilité, sous {{math|''H''{{ind|0}}}}, que la statistique soit au moins aussi éloignée de son espérance que la valeur observée. En d'autres termes, c'est la probabilité d'observer quelque chose d'au moins aussi surprenant que ce que l'on observe.

== Erreur de type I et II ==
=== Risque de première espèce et confiance ===
Le [[risque de première espèce]] {{mvar|α}} est la probabilité sous {{math|''H''{{ind|0}}}} de la région de rejet. En d'autres termes, il s'agit de la probabilité que l'on accepte de décider {{math|''H''{{ind|1}}}} si la vérité est {{math|''H''{{ind|0}}}}.

:<math>{\alpha}=P_{H_0}(H_1)</math>

La quantité {{math|1 – ''α''}} est la confiance du test. En d'autres termes, une proportion {{mvar|α}} des situations dans lesquelles la vérité est {{math|''H''{{ind|0}}}} verront une décision du test en faveur de {{math|''H''{{ind|1}}}}. {{mvar|α}} est la probabilité avec laquelle on accepte de se tromper{{Sur quoi}} quand la vérité est {{math|''H''{{ind|0}}}}{{Pas clair|date=juillet 2022}}.

On peut comparer la [[valeur p]] à {{mvar|α}} plutôt que {{math|''S''{{ind|obs}}}} et la région de rejet{{Pas clair|date=juillet 2022}}.
* Si la valeur p est supérieure à {{mvar|α}}, il n'est pas exceptionnel sous {{math|''H''{{ind|0}}}} d'observer la valeur effectivement observée. Par conséquent, {{math|''H''{{ind|0}}}} n'est pas rejetée.
* Si la valeur p est inférieure à {{mvar|α}}, la valeur observée est jugée exceptionnelle sous {{math|''H''{{ind|0}}}}. On décide alors de rejeter {{math|''H''{{ind|0}}}} et de valider {{math|''H''{{ind|1}}}}.

Cette méthode possède l'avantage de permettre de se rendre compte à quel point la décision du test est sûre : la position de la valeur p par rapport à {{mvar|α}} ne dépend pas de l'échelle des données, contrairement à {{math|''S''{{ind|obs}}}} et au(x) seuil(s) de la région de rejet.

Les valeurs du risque {{mvar|α}} couramment utilisées varient généralement entre 0,01 et 0,05. Dans le cas de [[variable aléatoire|variables continues]], on peut choisir une valeur arbitraire de {{mvar|α}} et obtenir une région de rejet présentant exactement le risque {{mvar|α}}. Dans le cas de [[variable aléatoire|variables discrètes]], le nombre de région de rejet, et donc de risques possibles, est fini et dénombrable. Dans ce cas, on fixe un risque, dit [[risque nominal]] par exemple de 5 %. On cherche alors la plus grande région ne dépassant pas ce risque, qui devient alors la région de rejet. Le véritable risque, dit risque réel peut alors être recalculé.

=== Risque de deuxième espèce et puissance ===
Le [[risque de deuxième espèce]] {{mvar|β}} est la probabilité de ne pas rejeter {{math|''H''{{ind|0}}}} alors que la vérité est {{math|''H''{{ind|1}}}}. Il s'agit d'un risque qui n'est pas fixé a priori par le test, et il est souvent difficile à estimer. On prend ce risque lorsqu'on accepte l'hypothèse {{math|''H''{{ind|0}}}}.

:<math>{\beta}=P_{H_1}(H_0)</math>

La quantité {{math|1 – ''β''}} est la puissance du test<ref>{{Saporta}}, page 320.</ref>.


=== Choix de {{mvar|α}} et {{mvar|β}} ===
Pour se représenter ces différentes notions, on peut les représenter au travers du tableau suivant :

[[Fichier:Tableau hypothèses.png|center|500px|Tableau permettant de différencier les deux types de risques.]]

Le choix de {{mvar|α}} et de {{mvar|β}} se fait de façon assez arbitraire car si l'on cherche à en diminuer un l'autre va automatiquement augmenter. On définit généralement le risque {{mvar|α}} de façon arbitraire et la valeur du risque {{mvar|β}} s'ajuste automatiquement. Ce choix détermine alors une valeur seuil (notée {{mvar|S}} sur le schéma) qui représente la valeur de bascule pour la [[statistique (indicateur)|statistique]] du test entre les deux décisions (rejet ou non-rejet de {{math|''H''{{ind|0}}}}). Le graphique suivant tente de représenter visuellement ces risques, la courbe noire représente la loi ici [[Loi normale|normale]] de la statistique du test sous l'hypothèse {{math|''H''{{ind|0}}}} et la courbe bleue représente la loi ici [[Loi normale|normale]] de la statistique du test sous l'hypothèse {{math|''H''{{ind|1}}}}.

[[Fichier:Choix des risques de premiere et deuxieme espece.png|center|500px|Graphique représentant les deux risques.]]

Si l'échantillon reste inchangé, une diminution de {{mvar|α}} entraîne une augmentation de {{mvar|β}} et inversement. Autrement dit, si on décide de réduire le nombre de [[faux positif]]s, on augmente le nombre de [[faux négatif]]s. La seule manière d'améliorer les deux critères est d'augmenter la taille de l'échantillon.

=== Courbe de puissance ===
Pour déterminer la puissance d'un test, il faut connaître la loi de la statistique {{mvar|S}} sous {{math|''H''{{ind|1}}}}, ce qui n'est généralement pas le cas. On recourt alors à des courbes de puissance qui sont des courbes pour lesquelles la puissance est calculée pour des valeurs données des paramètres du problème ou de la taille de l'échantillon. On ne sait pas où se situe la situation réelle sur cette courbe mais on y lit la probabilité de détecter {{math|''H''{{ind|1}}}} en fonction de son « éloignement » de {{math|''H''{{ind|0}}}}.

=== Tests classiques et tests bayésiens ===
Pour les tests classiques qui constituèrent longtemps{{Quand|date=12 juillet 2022}} l'essentiel des tests statistiques, ces deux erreurs jouent un rôle ''asymétrique''. On contrôle uniquement le risque de première espèce à un niveau {{mvar|α}} (principe de Neyman) ; cela revient à considérer que le risque de rejeter l'hypothèse nulle alors que cette hypothèse est vraie est beaucoup plus coûteux que celui de la conserver à tort (ce dernier risque n'étant pas maîtrisé).

Les tests [[Inférence bayésienne|bayésiens]], qui commencent à compléter les méthodes classiques dans les années 1970 à mesure que se répandent les ordinateurs, pondèrent ces deux risques en représentant par une loi la connaissance incertaine de cette probabilité. Si on cherche par exemple à tester le fait qu'un certain paramètre {{mvar|θ}} vaut une certaine valeur {{math|''θ''{{ind|0}}}} cette probabilité ''a priori'' sera une loi de {{mvar|θ}} sur son domaine de plausibilité. Cette loi ''a priori'' modélise l'incertitude admise sur sa valeur. Les tests correspondants utilisent en coulisses des calculs plus complexes, mais sans difficulté de mise en œuvre supplémentaire quand ils sont effectués par des [[sous-programme]]s. Ils nécessitent de choisir une loi ''a priori'', répondant aux contraintes connues, parmi celles d'[[entropie maximale]] puis de l'affiner à mesure des observations en la mettant à jour par la [[Probabilité#Liens avec la statistique|règle de Bayes]] (voir [[Théorème de Cox-Jaynes]]). Leur mérite essentiel est de permettre la consolidation d'informations minuscules apportés par un grand nombre d'échantillons hétéroclites qui auraient chacun été considéré comme non significatif par les méthodes classiques. Cette consolidation permet d'obtenir des résultats utiles à partir d'observations très ténues. On l'utilise par exemple en cassage de codes, en [[analyse d'image]] et en [[reconnaissance vocale]], ainsi qu'en [[deep learning]].

== Tests paramétriques et non paramétriques ==
=== Définitions ===
Un [[test paramétrique]] est un test pour lequel on fait une hypothèse paramétrique sur la loi des données sous {{math|''H''{{ind|0}}}} (loi [[loi normale|normale]], loi de [[loi de Poisson|Poisson]]...). Les hypothèses du test concernent alors les paramètres de cette loi.

Un [[test non paramétrique]] est un test ne nécessitant pas d'hypothèse sur la loi des données. {{pas clair|Les données sont alors remplacées par des statistiques ne dépendant pas des [[moyenne]]s/[[Variance (mathématiques)|variance]]s des données initiales ([[tableau de contingence]], statistique d'ordre comme les rangs...).}}

=== Comment choisir ? ===
Les tests paramétriques, quand leur utilisation est justifiée, sont en général plus puissants que les tests non paramétriques. Les tests paramétriques reposent cependant sur l'hypothèse forte que l'échantillon considéré est tiré d'une population suivant une loi appartenant à une famille donnée. Il est possible de s'en affranchir pour des échantillons suffisamment grands en utilisant des théorèmes [[asymptotique]]s tels que le [[théorème central limite]]. Les tests non paramétriques sont cependant à préférer dans de nombreux cas pratiques pour lesquels les tests paramétriques ne peuvent être utilisés sans violer les postulats dont ils dépendent (notamment dans le cas d'échantillons trop petits c'est-à-dire, par convention, quand l'effectif de l'échantillon est inférieur à 30). Les données sont également parfois récupérées sous forme de rangs et non de données brutes. Seuls les tests non paramétriques sont alors applicables.

Lorsque les données sont quantitatives, les tests non paramétriques transforment les valeurs en rangs. L’appellation « tests de rangs » est souvent rencontrée. Lorsque les données sont qualitatives, seuls les tests non paramétriques sont utilisables. La distinction paramétrique – non paramétrique est essentielle. Elle est systématiquement mise en avant dans la littérature. Les tests non paramétriques, en ne faisant aucune hypothèse sur les lois des données, élargissent le champ d’application des procédures statistiques. En contrepartie, ils sont moins puissants lorsque ces hypothèses sont compatibles avec les données.

=== Efficacité relative asymptotique ===
{{article détaillé|Efficacité relative asymptotique}}

On fixe une confiance {{math|1 – ''α''}}, une puissance {{math|1 – β}}. Soit <math>H_k</math> une suite d'hypothèses alternatives (se rapprochant de {{math|''H''{{ind|0}}}}) et {{math|''n''{{ind|1''k''}}}} et {{math|''n''{{ind|2''k''}}}} les tailles d'échantillons pour que {{math|''T''{{ind|1}}}} et {{math|''T''{{ind|2}}}} (deux tests statistiques) aient la même puissance {{math|1 – ''β''}} sous l'hypothèse <math>H_{\|}</math>. Sous certaines conditions, le quotient <math>\frac{n_{2k}}{n_{1k}}\,</math> tend vers une constance, que l'on nomme efficacité relative asymptotique (ou ERA), quand {{mvar|k}} tend vers l'infini.

Une ERA de 2 signifie que pour détecter la même différence, il faut asymptotiquement des échantillons deux fois plus grands pour {{math|''T''{{ind|2}}}} que pour {{math|''T''{{ind|1}}}} pour obtenir la même puissance, cela implique que {{math|''T''{{ind|1}}}} est plus « efficace ». Cette mesure est asymptotique mais en pratique, l'efficacité pour des petits échantillons se révèle souvent proche de l'efficacité asymptotique.

Considérons l'exemple où {{math|''T''{{ind|1}}}} est le [[Test des signes|test du signe]] pour {{math|''H''{{ind|0}}}} : {{math|''m'' {{=}} 0}} et {{math|''T''{{ind|2}}}} est le [[test t]] pour {{math|''H''{{ind|0}}}} : {{math|''μ'' {{=}} 0}}, dans le cas de lois [[Asymétrie (statistiques)|symétriques]]. On peut montrer que l'ERA est de {{sfrac|2|π}} (donc inférieure à 1) pour des lois normales et supérieure à 1 pour d'autres lois comme les [[Loi exponentielle|doubles exponentielles]] ou les lois de [[Loi de Laplace (probabilités)|Laplace]]. Même en cas de validité des tests paramétriques, les tests non paramétriques peuvent donc être concurrentiels, d'autant plus que la puissance de calcul des ordinateurs actuels permet maintenant leur utilisation sur de grands échantillons.

== Notions de sensibilité et de spécificité ==
{{article détaillé|Sensibilité et spécificité}}

=== Distinctions préalables ===
On distingue quatre types de données : les [[faux positif]]s, les [[faux négatif]]s, les [[vrai positif|vrais positifs]] et les [[vrai négatif|vrais négatifs]]. Ces quatre types se recoupent avec les notions décrites précédemment que sont le risque {{mvar|α}}, le risque {{mvar|β}}, la puissance et la confiance.

Un vrai positif est un test qui a conduit à la décision d'accepter l'hypothèse {{math|''H''{{ind|0}}}} quand cette dernière était effectivement vraie. Un vrai négatif est un test qui a conduit à la décision de ne pas accepter l'hypothèse {{math|''H''{{ind|0}}}} quand cette dernière était effectivement fausse. À l'inverse, un faux positif est un test qui a conduit à la décision d'accepter l'hypothèse {{math|''H''{{ind|0}}}} alors que cette dernière était fausse et un faux négatif est un test qui a conduit à la décision de ne pas accepter l'hypothèse {{math|''H''{{ind|0}}}} alors que cette dernière était vraie. Ces notions sont très utilisées dans le cadre d'études [[épidémiologie|épidémiologiques]].

=== Sensibilité et spécificité ===
La sensibilité d'un test désigne la probabilité que le test conclu à une acceptation de {{math|''H''{{ind|0}}}} si cette dernière est vraie. Elle est donnée par <math>\frac{\text{VP}}{\text{VP}+\text{FN}}</math>. En épidémiologie, la sensibilité d'un test est sa capacité à identifier un individu comme étant malade si la maladie est effectivement présente.

La spécificité d'un test désigne la probabilité que le test conclu à un rejet de {{math|''H''{{ind|0}}}} si cette dernière est fausse. Elle est donnée par <math>\frac{\text{VN}}{\text{VN}+\text{FP}}</math>. En épidémiologie, la spécificité d'un test est sa capacité à identifier un individu comme n'étant pas malade si la maladie n'est effectivement pas présente.

Mises ensemble, ces deux valeurs donnent une appréciation de la validité du test. Leur analyse séparée est inutile car un test ayant une sensibilité de 95 % n'est pas très bon si sa spécificité n'est que de 5 %. Si la somme de la sensibilité et de la spécificité vaut 100 % cela signifie que le test est sans intérêt. De plus, les valeurs de sensibilité et de spécificité d'un test dépendent beaucoup de la valeur seuil choisie. En effet, à l'instar des risques {{mvar|α}} et {{mvar|β}}, la sensibilité d'un test diminue quand sa spécificité augmente et inversement. Il convient donc également de choisir la valeur seuil selon l'utilisation que l'on désire faire du test. Un test très sensible sera utile pour vérifier que {{math|''H''{{ind|0}}}} est vraie par exemple.

=== Valeur prédictive positive et valeur prédictive négative ===
La [[valeur prédictive]] positive est la probabilité que {{math|''H''{{ind|0}}}} soit vraie lorsque le test conclu à son acceptation. Elle est donnée par <math>\frac{\text{VP}}{\text{VP}+\text{FP}}</math>.

La valeur prédictive négative est la probabilité que {{math|''H''{{ind|0}}}} soit fausse lorsque le test conclu à son rejet. Elle est donnée par <math>\frac{\text{VN}}{\text{VN}+\text{FN}}</math>.

Cependant, ces calculs sont valides uniquement si l'échantillon sur lequel est réalisé le test est représentatif de la population (cf [[Échantillonnage (statistiques)|Échantillonnage]]). Ainsi, pour une même [[sensibilité et spécificité]], la valeur prédictive négative d'un test donné va s'améliorer d'autant que la probabilité que {{math|''H''{{ind|0}}}} soit vraie est faible et la valeur prédictive positive du même test va s'améliorer d'autant que la probabilité que {{math|''H''{{ind|0}}}} soit vraie est élevée. Pour calculer les valeurs prédictives d'un test lorsque la représentativité de l'échantillon n'est pas certaine, on utilise des formulations reposant sur le [[théorème de Bayes]], en utilisant la sensibilité et la spécificité calculées sur l'échantillon et la [[prévalence]] de l'affection à diagnostiquer. Lorsqu’un test a une bonne valeur prédictive positive, c’est surtout quand son résultat est positif qu’il est fiable. De la même manière, un test avec une bonne valeur prédictive négative est fiable lorsque son résultat est négatif. Par exemple, un test avec une bonne valeur prédictive négative et une mauvaise valeur prédictive positive donne une information valable s’il est négatif mais est difficile à interpréter si son résultat est positif.

=== Tableau récapitulatif ===
[[File:Tableau FN VN FP VP.png|center|500px|Tableau permettant de différencier les quatre types de tests]]

=== Courbe ROC ===
{{article détaillé|Courbe ROC}}

[[Image:Roccurves.png|thumb|right|200px|La courbe ROC de trois estimateurs d'[[épitope]].]]
La courbe ROC<ref>Cette abréviation d’origine anglophone reste la plus couramment employée, y compris dans l'univers scientifique francophone.</ref> est une représentation graphique qui vise à mettre en lumière la « performance » d'un test. On l'appelle également ''courbe de performance'' ou ''courbe sensibilité/spécificité''. En abscisses de ce graphique on place l'anti-spécificité (c'est-à-dire 1-spécificité) aussi appelée « taux de faux positifs » et en ordonnées on place la sensibilité aussi appelée « taux de vrais positifs ». Cette courbe permet de comparer 2 tests entre eux ou bien de chercher les valeurs de sensibilité et de spécificité optimales (c'est-à-dire le moment où les 2 valeurs sont maximisées).

== Déroulement d'un test ==
Pour le cas spécifique d'un test unilatéral, le test suit une succession d'étapes définies :
# Énoncé de l'hypothèse nulle {{math|''H''{{ind|0}}}} et de l'hypothèse de remplacement {{math|''H''{{ind|1}}}} ;
# Calcul d'une [[statistique de test]] (variable de décision) correspondant à une mesure de la distance entre les deux échantillons dans le cas de l'homogénéité, ou entre l'échantillon et la loi statistique dans le cas de l'adéquation (ou conformité). Plus cette distance sera grande et moins l'hypothèse nulle {{math|''H''{{ind|0}}}} sera probable. En règle générale, cette variable de décision s'appuie sur une statistique qui se calcule à partir des observations. Par exemple, la variable de décision pour un test unilatéral correspond à rejeter l'hypothèse nulle si la statistique dépasse une certaine valeur fixée en fonction du risque de première espèce ;
# Calcul de la probabilité, en supposant que {{math|''H''{{ind|0}}}} est vraie, d'obtenir une valeur de la variable de décision au moins aussi grande que la valeur de la statistique que l'on a obtenue avec notre échantillon. Cette probabilité est appelée la [[valeur p]] (''p-value'') ;
# conclusion du test, en fonction d'un risque seuil α<sub>seuil</sub>, en dessous duquel on est prêt à rejeter {{math|''H''{{ind|0}}}}. Souvent, un risque de 5 % est considéré comme acceptable (c'est-à-dire que dans 5 % des cas quand {{math|''H''{{ind|0}}}} est vraie, l'expérimentateur se trompera et la rejettera). Mais le choix du seuil à employer dépendra de la certitude désirée et de la vraisemblance des autres choix ;
# sSi la [[valeur p]] est plus petite que {{mvar|α}}, on rejette l'hypothèse nulle ;
# Si la [[valeur p]] est plus grande que {{mvar|α}}, on peut utiliser la puissance {{math|1 – β}}, si elle est grande, on accepte {{math|''H''{{ind|0}}}} ; sinon le test est non concluant, ce qui revient à dire que l'on ne peut rien affirmer.

La probabilité pour que {{math|''H''{{ind|0}}}} soit acceptée alors qu'elle est fausse est β, le ''risque de deuxième espèce''. C'est le risque de ne pas rejeter {{math|''H''{{ind|0}}}} quand on devrait la rejeter. Sa valeur dépend du contexte, et peut être très difficilement évaluable (voire impossible à évaluer) : c'est pourquoi le risque α est principalement utilisé comme critère de décision, on n'accepte que très rarement {{math|''H''{{ind|0}}}} et la plupart du temps on conclut à un test non concluant si on ne rejette pas {{math|''H''{{ind|0}}}}.

Le résultat d'un test comprend toujours une dose d'incertitude : on ne sait jamais si on a pris la bonne décision. La valeur p permet d'avoir une vision plus fine que sa simple comparaison avec {{mvar|α}}. En effet, plus elle est petite, plus l'évènement observé est surprenant sous {{math|''H''{{ind|0}}}}. Ainsi pour {{math|''α'' {{=}} 0,05}}, des valeurs p de 10{{-6}} et de 0,035 impliquent le rejet de {{math|''H''{{ind|0}}}} mais avec des degrés de certitudes différents concernant la décision.

== Catégories des tests ==
Les tests peuvent être classés selon leur finalité, le type et le nombre des variables d’intérêt, l’existence d’hypothèses ''a priori'' sur les lois des données, le mode de constitution des échantillons.

=== Les tests selon leur finalité ===
La finalité définit l’objectif du test, les hypothèses que l’on veut opposer, l’information que l’on souhaite extraire des données.

Le test de conformité consiste à confronter un paramètre calculé sur l’[[Échantillon (statistiques)|échantillon]] à une valeur préétablie. On parle alors de test de conformité à un standard. Les plus connus sont certainement les tests portant sur la moyenne ou sur les proportions. Par exemple, dans un jeu de dés à six faces, on sait que la face 3 a une probabilité de 1/6 d’apparaître. On demande à un joueur de lancer (sans précautions particulières) 100 fois le dé, on teste alors si la fréquence d’apparition de la face 3 est compatible avec la probabilité 1/6. Si ce n’est pas le cas, on peut se poser des questions sur l’intégrité du dé.

Le test d’adéquation (ou d'ajustement) consiste à vérifier la compatibilité des données avec une [[Loi de probabilité|loi]] choisie a priori. Le test le plus utilisé dans cette optique est le test d’adéquation à la [[loi normale]]. On peut également tester la compatibilité des données avec une famille (paramétrée) de lois.

Le test d’homogénéité (ou de comparaison) consiste à vérifier que {{mvar|K}} échantillons (groupes) proviennent de la même population. Ou, cela revient à la même chose, que la loi de la variable d’intérêt est la même dans les {{mvar|K}} échantillons.

Le test d’association (ou d’indépendance) consiste à éprouver l’existence d’une [[Corrélation (statistiques)|liaison]] entre deux variables. Les techniques utilisées diffèrent selon que les variables sont qualitatives nominales, ordinales ou quantitatives.

=== Les tests selon le type et le nombre de variables ===
On distingue généralement trois principaux types de variables. Une [[variable qualitative]] nominale prend un nombre restreint de valeurs (modalités), il n’y a pas d’ordre entre ces valeurs, l’exemple le plus connu est le sexe, il y a deux valeurs possibles, [[binarité de genre|homme et femme]]. Une variable qualitative ordinale prend un nombre restreint de valeurs, il y a un ordre entre les valeurs. Un exemple naturel est la préférence ou la satisfaction : peu satisfait, satisfait, très satisfait. Il y a un ordre naturel entre les valeurs, mais nous ne pouvons pas quantifier les écarts. Enfin, une variable quantitative prend théoriquement un nombre infini de valeurs, l’écart entre deux valeurs a un sens. Un exemple simple serait le poids, la différence de poids entre deux personnes est quantifiable, on sait l’interpréter.

Le type de données joue un rôle très important. Il circonscrit le cadre d’application des techniques. Pour un même objectif, selon le type de données, nous serons amenés à mettre en œuvre des tests différents. Par exemple, pour mesurer l’association entre deux variables : si elles sont quantitatives, nous utiliserons plutôt le coefficient de corrélation de [[Egon Sharpe Pearson|Pearson]] ; si elles sont qualitatives nominales, ce coefficient de corrélation n’a pas de sens, on utilisera plutôt le coefficient de corrélation de [[Charles Spearman|Spearman]], ou des mesures telles que le V de Cramer ou le t de Tschuprow.

Principalement concernant les tests de conformité et d’homogénéité, on dit que le test est univarié s’il ne porte que sur une variable d’intérêt (ex. comparer la consommation de véhicules selon le type de carburant utilisé), il est multivarié s’il met en jeu simultanément plusieurs variables (ex. la comparaison porte sur la consommation, la quantité de CO<sub>2</sub> émise, la quantité de particules émises, etc.).

=== Constitution des échantillons ===
Ce point est surtout associé aux tests de comparaison. On parle d’échantillons indépendants lorsque les observations sont indépendantes à l’intérieur des groupes et d’un groupe à l’autre. C’est le cas lorsque l’échantillon provient d’un échantillonnage simple dans la population globale.

Les échantillons appariés en revanche reposent sur un schéma différent. D’un groupe à l’autre, les individus sont liés. C’est le cas lorsque nous procédons à des mesures répétées sur les mêmes sujets. Par exemple, on mesure la fièvre d’un patient avant et après la prise d’un médicament. L’appariement est une procédure complexe qui va au-delà des mesures répétées (ex. les blocs aléatoires complets), elle vise à améliorer la puissance des tests en réduisant l’influence des fluctuations d’échantillonnage.

== Tests classiques ==
{{Article détaillé|Table d'utilisation des tests statistiques}}

Il existe de nombreux tests statistiques classiques, parmi lesquels on peut citer :
* le [[test de Student]], qui sert à la comparaison d'une moyenne observée avec une valeur « attendue » pour un échantillon distribué selon une [[loi normale]] ;
* le [[test de Fisher]], aussi appelé test de Fisher-Snédécor, qui sert à la comparaison de deux variances observées ;
<!-- ou d'une variance observée avec une valeur « attendue » Non, pour ça il faut utiliser le test du khi 2 ! -->
* l'[[analyse de la variance]] ou ANOVA, qui permet de comparer entre elles plusieurs moyennes observées (pour les groupes étudiés), selon un plan expérimental prédéterminé. Elle se fonde sur une décomposition de la variance en une partie « explicable » (variance inter-groupes) et une partie « erreur » (variance globale intragroupe — ou ''variance résiduelle''), supposée distribuée selon une [[loi normale]]. Ce test est particulièrement utilisé en sciences humaines, sciences sociales, [[sciences cognitives]], en médecine et en [[biologie]] ;
* le [[test du χ²]], également appelé test du {{math|''χ''{{2}}}} de Pearson, qui sert notamment à la comparaison d'un couple d'effectifs observés, ou à la comparaison globale de plusieurs couples d'effectifs observés, et plus généralement à la comparaison de deux [[Loi de probabilité|lois]] observées ;
* le [[test de Kolmogorov-Smirnov]], qui comme le test du {{math|''χ''{{2}}}} constitue un test d'adéquation entre des échantillons observés et une [[loi de probabilité]]. Il compare la [[fonction de répartition]] observée et la fonction de répartition attendue. Il est particulièrement utilisé pour les [[variable aléatoire réelle|variables aléatoires]] continues.

En [[inférence bayésienne]], on utilise le psi-test (mesure de [[distance (mathématiques)|distance]] dans l'espace des possibles) dont on démontre que le test du <math>\chi^2</math> représente une excellente approximation asymptotique lorsqu'il existe un grand nombre d'observations.

== Notes et références ==
{{Crédit d'auteurs|interne|Test d'hypothèse|144611957}}
{{Références|taille = 35}}

== Voir aussi ==
=== Bibliographie ===
{{légende plume}}

* {{ouvrage|langue=fr|prénom1=P.|nom1=Dagnelie|lien auteur1=|titre=Statistique théorique et appliquée|sous-titre=|numéro d'édition=|éditeur=De Boeck et Larcier|lien éditeur=|lieu=Paris et Bruxelles|jour=|mois=|année=2007|volume=|tome=1|titre volume=Statistique descriptive et base de l'inférence statistique|pages totales=|passage=|isbn=|lire en ligne=|consulté le=}}. {{plume}}
* {{ouvrage|langue=fr|prénom1=P.|nom1=Dagnelie|lien auteur1=|titre=Statistique théorique et appliquée|sous-titre=|numéro d'édition=|éditeur=De Boeck et Larcier|lien éditeur=|lieu=Paris et Bruxelles|jour=|mois=|année=2006|volume=|tome=2|titre volume=Inférence statistique à une et à deux dimensions|pages totales=|passage=|isbn=|lire en ligne=|consulté le=}}. {{plume}}
* G. Millot, ''Comprendre et réaliser les tests statistiques à l'aide de R {{3e|édition}}'', De Boeck, Louvain-la-Neuve, 2014. {{plume}}
* J.-J. Droesbecke, ''Éléments de statistique'', Ellipses, Paris, 2001. {{plume}}
* B. Escofier et J. Pages, ''Initiation aux traitements statistiques : Méthodes, méthodologie'', Rennes, [[Presses universitaires de Rennes]], 1997. {{plume}}
* Falissard et Monga, ''Statistique : concepts et méthodes'', Masson, Paris, 1993. {{plume}}
* H. Rouanet, J.-M. Bernard et B. Le Roux, ''Statistique en sciences humaines : analyse inductive des données'', [[Éditions Dunod|Dunod]], Paris, 1990. {{plume}}
* G. Saporta, ''Probabilité, analyse des données et statistique'', Technip, Paris, 1990. {{plume}}
* R. Veysseyre, ''Statistique et probabilité pour l'ingénieur'', Dunod, Paris, 2002. {{plume}}

=== Articles connexes ===
* [[Plan d'expérience]]
* [[Problème d’agrégation spatiale]]
* [[Statistique mathématique]]
* [[Table d'utilisation des tests statistiques]]
* [[Test de référence]]

=== Liens externes ===
{{Autres projets
  | wikibooks = Statistiques
  | wikiversity = Statistique inférentielle
  | wikiversity titre = Statistique inférentielle
}}
* {{en}} J.D. Leeper, [http://bama.ua.edu/~jleeper/627/choosestat.html Choosing the Correct Statistical Test], CHS 627: Multivariate Methods in Health Statistics, The University of Alabama.
* {{en}} J.H. McDonald, [http://udel.edu/~mcdonald/statbigchart.html Choosing a statistical test], in [http://udel.edu/~mcdonald/statintro.html Handbook of Biological Statistics]
* R. Ramousse, M. Le Berre, L. Le Guelte, [http://www.cons-dev.org/elearning/stat/index.html Introduction aux statistiques], chapitres 1 à 5 (des mêmes auteurs, voir aussi [http://www.cons-dev.org/elearning/ando/index.html Une approche pragmatique de l'Analyse des données])
* R. Rakotomalala, [http://eric.univ-lyon2.fr/~ricco/cours/supports_data_mining.html#tests_parametriques Comparaison de populations - Tests paramétriques] et [http://eric.univ-lyon2.fr/~ricco/cours/supports_data_mining.html#tests_non_parametriques Comparaison de populations - Tests non paramétriques]
* [http://www.statisticien.fr/tests-de-rangs/ Statisticien.fr] Tests de rangs
* INRIA Rhône-Alpes [http://mistis.inrialpes.fr/software/SMEL/ SMEL - Statistique médicale en ligne], en particulier [http://mistis.inrialpes.fr/software/SMEL/cours/ts/ts.html Tests Statistiques]
* D. Mouchiroud, [http://spiral.univ-lyon1.fr/mathsv/ Probabilité - Statistique], voir « Probabilités - Statistiques »
* J. Begin, [http://www.er.uqam.ca/nobel/r30574/PSY1300/ Analyse quantitative en psychologie], voir « Notes de Cours »
* X. Hubaut, [http://xavier.hubaut.info/coursmath/sta/testhyp.htm Notes pour lycéens (étudiants du secondaire)]

{{Palette|Tests statistiques|Probabilités et statistiques}}
{{Portail|probabilités et statistiques}}

[[Catégorie:Test statistique|*]]