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.

4 exemples d’utilisation des tests du chi carré dans la vie réelle



En statistiques, il existe deux types différents de tests du Chi carré :

1. Le test d’ajustement du chi carré – Utilisé pour déterminer si une variable catégorielle suit ou non une distribution hypothétique.

2. Le test d’indépendance du chi carré – Utilisé pour déterminer s’il existe ou non une association significative entre deux variables catégorielles.

Dans cet article, nous partageons plusieurs exemples de la façon dont chacun de ces types de tests du Chi carré est utilisé dans des situations réelles.

Exemple 1 : Test d’adéquation du chi carré

Supposons qu’un propriétaire de magasin affirme qu’un nombre égal de clients viennent dans son magasin chaque jour de la semaine.

Pour tester cette hypothèse, il enregistre le nombre de clients qui viennent dans le magasin une semaine donnée et constate ce qui suit :

  • Lundi : 50 clients
  • Mardi : 60 clients
  • Mercredi : 40 clients
  • Jeudi : 47 clients
  • Vendredi : 53 clients

Il peut utiliser un test d’adéquation du chi carré pour déterminer si la répartition des clients qui viennent chaque jour est cohérente avec son hypothèse de distribution.

À l’aide du calculateur de test d’adéquation du chi carré , il peut constater que la valeur p du test est de 0,359 .

Étant donné que cette valeur p n’est pas inférieure à 0,05, il n’y a pas de preuves suffisantes pour affirmer que la véritable répartition des clients est différente de celle revendiquée par le propriétaire du magasin.

Exemple 2 : Test d’adéquation du chi carré

Supposons qu’un biologiste affirme qu’un nombre égal de quatre espèces différentes de cerfs pénètrent chaque semaine dans une certaine zone boisée d’une forêt.

Pour tester cette hypothèse, elle enregistre le nombre de chaque espèce de cerf qui pénètre dans la zone boisée au cours d’une semaine :

  • Espèce n°1 : 22
  • Espèce #2 : 20
  • Espèce #3 : 23
  • Espèce #4 : 35

Elle peut utiliser un test d’adéquation du chi carré pour déterminer si la répartition des espèces de cerfs qui pénètrent dans la zone boisée de la forêt chaque semaine est cohérente avec sa répartition hypothétique.

À l’aide du calculateur de test d’adéquation du chi carré , elle peut constater que la valeur p du test est de 0,137 .

Étant donné que cette valeur p n’est pas inférieure à 0,05, il n’y a pas de preuves suffisantes pour affirmer que la véritable répartition des cerfs est différente de celle revendiquée par le biologiste.

Exemple 3 : Test d’indépendance du chi carré

Supposons qu’un décideur politique d’une certaine ville veuille savoir si le genre est associé ou non à la préférence d’un parti politique.

Il décide de prélever un échantillon aléatoire simple de 500 électeurs et de les interroger sur leur préférence en matière de parti politique. Le tableau suivant présente les résultats de l’enquête :

Républicain Démocrate Indépendant Total
Mâle 120 90 40 250
Femelle 110 95 45 250
Total 230 185 85 500

Il peut utiliser un test d’indépendance du chi carré pour déterminer s’il existe une association statistiquement significative entre les deux variables.

À l’aide du calculateur du test d’indépendance du chi carré , il peut constater que la valeur p du test est de 0,649 .

Étant donné que la valeur p n’est pas inférieure à 0,05, il n’existe pas de preuves suffisantes pour affirmer qu’il existe une association entre le sexe et la préférence pour un parti politique.

Exemple 4 : Test d’indépendance du chi carré

Supposons qu’un chercheur veuille savoir si l’état matrimonial est associé ou non au niveau d’éducation.

Il décide de prélever un échantillon aléatoire simple de 300 individus et obtient les résultats suivants :

Lycée Les bacheliers Master ou supérieur Total
Marié 20 100 35 155
Célibataire 50 80 15 145
Total 70 180 50 300

Il peut utiliser un test d’indépendance du chi carré pour déterminer s’il existe une association statistiquement significative entre les deux variables.

À l’aide du calculateur du test d’indépendance du chi carré , il peut constater que la valeur p du test est de 0,000011 .

Puisque la valeur p est inférieure à 0,05, il existe suffisamment de preuves pour affirmer qu’il existe une association entre l’état matrimonial et le niveau d’éducation.

Ressources additionnelles

Les didacticiels suivants fournissent une introduction aux différents types de tests du Chi carré :

Les didacticiels suivants expliquent la différence entre les tests du Chi carré et d’autres tests statistiques :

Ajouter un commentaire

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