Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Hypothèse alternative

Cet article explique ce qu’est une hypothèse alternative en statistiques. Il montre également des exemples d’hypothèses alternatives et en quoi l’hypothèse alternative diffère de l’hypothèse nulle.

Quelle est une hypothèse alternative ?

En statistique, une hypothèse alternative (ou hypothèse alternative ) est l’une des hypothèses proposées dans un test d’hypothèse. Plus précisément, l’hypothèse alternative est l’hypothèse de recherche dont vous souhaitez prouver qu’elle est vraie.

Autrement dit, l’hypothèse alternative est une hypothèse du chercheur et pour tenter de prouver qu’elle est vraie, une analyse statistique sera effectuée. Ainsi, à la fin du test d’hypothèse, l’hypothèse alternative sera acceptée ou rejetée en fonction des résultats obtenus.

Le symbole ou l’abréviation de l’hypothèse alternative est H 1 .

H_1:\text{Hip\'otesis alternativa}

L’hypothèse alternative est donc l’hypothèse contraire à l’hypothèse nulle, que le chercheur entend rejeter lors de la réalisation de l’étude statistique. Ci-dessous, nous entrerons dans le détail de la différence entre l’hypothèse nulle et l’alternative.

Exemple d’hypothèse alternative

Maintenant que nous connaissons la définition de l’hypothèse alternative, regardons un exemple de ce type d’hypothèse statistique pour mieux comprendre sa signification.

Par exemple, si dans une enquête statistique nous voulons démontrer qu’une pièce produite par une certaine machine a une longueur moyenne de 25 cm, l’hypothèse alternative sera que la longueur moyenne de ladite pièce est de 25 cm.

H_1: \mu = 25 \text{ cm}

En bref, l’hypothèse alternative est l’hypothèse que l’on souhaite tester en réalisant une étude statistique.

Hypothèse alternative et hypothèse nulle

L’ hypothèse nulle est l’hypothèse contraire à l’hypothèse alternative, c’est-à-dire que l’hypothèse nulle est l’hypothèse que nous voulons rejeter dans un test d’hypothèse. L’hypothèse nulle est représentée par le symbole H 0 .

Ainsi , la différence entre l’hypothèse alternative et l’hypothèse nulle est que lorsque nous effectuons un test d’hypothèse, nous voulons prouver que l’hypothèse alternative est vraie, alors que nous voulons prouver que l’hypothèse nulle est fausse.

En suivant l’exemple précédent, si une enquête statistique cherche à corroborer qu’une pièce produite par une certaine machine a une longueur moyenne de 25 cm, l’hypothèse nulle serait que la longueur moyenne de ladite pièce soit différente de 25 cm. L’hypothèse serait que la longueur moyenne de la pièce soit effectivement égale à 25 cm.

\begin{array}{c}H_0: \mu \neq 25 \text{ cm}\\[2ex]H_1: \mu =25 \text{ cm}\end{array}

En pratique, l’hypothèse alternative est formulée avant l’hypothèse nulle, puisque c’est l’hypothèse qui est destinée à être vérifiée par l’examen statistique d’un échantillon de données. L’hypothèse nulle découle simplement de la contradiction avec l’hypothèse alternative.

Hypothèse alternative et valeur p

Enfin, nous verrons quelle est la relation entre la valeur p et l’hypothèse alternative, puisqu’il s’agit de deux concepts statistiques liés fréquemment utilisés dans les tests d’hypothèses.

La valeur p , également appelée valeur p , est une valeur comprise entre 0 et 1 qui indique la probabilité que la différence observée soit due au hasard. Ainsi, la valeur p indique l’importance d’un résultat et est utilisée pour déterminer s’il faut accepter ou rejeter l’hypothèse alternative.

Plus précisément, l’hypothèse alternative est acceptée ou rejetée en fonction de la relation entre la valeur p et le niveau de signification :

  • Si la valeur p est inférieure au seuil de signification, l’hypothèse alternative est acceptée.
  • Si la valeur p est supérieure au seuil de signification, l’hypothèse alternative est rejetée.

Gardez à l’esprit qu’accepter l’hypothèse alternative implique de rejeter l’hypothèse nulle et, par conséquent, l’hypothèse initiale de la recherche est vérifiée. Cependant, rejeter l’hypothèse alternative signifie accepter l’hypothèse nulle, il n’y a donc aucune preuve que l’hypothèse initiale est vraie.

De plus, il convient de noter que les conclusions tirées dans une étude statistique peuvent être erronées, puisque dans un test d’hypothèse, une hypothèse est acceptée ou rejetée selon le niveau de confiance choisi.

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *