Probabilités et statistiques · Test du khi-deux

Test du khi-deux

Le test du khi-deux examine si les effectifs issus d’essais indépendants s’écartent trop de ceux que prévoit une hypothèse. Il additionne (O − E)²/E sur les k catégories et compare le total X² à une loi du khi-deux à k − 1 degrés de liberté.

Le test du khi-deux sur ce graphique

Lancez un dé à kk faces NN fois, chaque lancer étant indépendant des autres. Le nombre de fois où chaque face sort donne les effectifs observés O1,…,OkO_1, \dots, O_k. Si le dé est équilibré, l’effectif attendu de chaque face est E=N/kE = N/k. La statistique du khi-deux X2=∑(O−E)2/EX^2 = \sum (O - E)^2/E additionne, pour chaque face, le carré de l’écart à EE divisé par EE. Pour un dé équilibré et un nombre suffisant de lancers, X2X^2 suit approximativement la loi du khi-deux à k−1k - 1 degrés de liberté. La valeur p est l’aire sous cette courbe à droite du X2X^2 observé. Ici les barres jaunes représentent les effectifs et le trait foncé repère EE. La courbe est tracée en dessous.

Pourquoi diviser chaque terme par E ?

Un effectif supérieur de 9 à l’effectif attendu surprend lorsque E=10E = 10 et se remarque à peine lorsque E=1000E = 1000. L’ampleur des fluctuations aléatoires augmente avec l’effectif : pour un dé équilibré, la variance de chaque effectif est E(1−1/k)E(1 - 1/k), proche de EE. Diviser le carré de l’écart par EE ramène toutes les faces à la même échelle. Un terme proche de 1 correspond alors à une fluctuation ordinaire. Le carré donne beaucoup de poids aux grands écarts : dans l’exemple à six faces, les dix-neuf six contribuent pour 8.1 au total X2=11.2X^2 = 11.2.

Pourquoi k − 1 degrés de liberté ?

Les effectifs totalisent NN, donc la somme des écarts O−EO - E vaut toujours 0. Dès qu’on en connaît k−1k - 1, le dernier est imposé. Pour un dé équilibré, la moyenne de X2X^2 est exactement k−1k - 1. Une même valeur de X2X^2 est donc moins remarquable quand le dé a plus de faces : 11.2 dépasse la valeur critique à 5 % pour six faces (p ≈ 0.048), mais est courante pour douze (p ≈ 0.43). L’interprétation d’une valeur p est expliquée dans Tests d’hypothèse et valeurs p.

Quand la courbe est-elle fiable ?

Pour un dé équilibré, X2X^2 ne peut prendre que certaines valeurs. Sa véritable distribution se compose de pics distincts ; la courbe du khi-deux est la forme lisse dont ils se rapprochent quand NN augmente. Répéter les lancers avec un dé équilibré estime directement la probabilité réelle dans la queue de distribution. Avec un effectif attendu de 10 par face, l’estimation et la courbe sont proches ; avec 6 lancers seulement, elles divergent. On recommande souvent des effectifs attendus d’au moins 5 environ. Multiplier chaque effectif par dix multiplie aussi X2X^2 par dix : avec assez de lancers indépendants, même un léger biais devient statistiquement significatif. X2X^2 mesure les indices contre l’hypothèse d’un dé équilibré, pas l’ampleur de son biais. Une grande valeur p indique simplement que ces effectifs ne suffisent pas à mettre un biais en évidence.

À observer

  • Si l’hypothèse attribue aux catégories des probabilités différentes pip_i, les effectifs attendus sont Ei=NpiE_i = N p_i et le reste du calcul est identique.

Commandes

  • Appuyez ou faites glisser au-dessus d’une face pour régler son effectif. Appuyer sur son numéro sous l’axe sert uniquement à la sélectionner.

À voir aussi