Saluuuuttt
Pour répondre à ça il faut en revenir à la définition du degré de signification : c'est la probabilité d'obtenir sous H0 une valeur au moins aussi extrême que les valeurs observées (déf de wikipédia).
Qu'est-ce que ça signifie ?
On suppose H0 vraie, donc on trace notre courbe de gauss en fonction de H0 (glycémie de la pop générale par exemple).
Si on obtient des valeurs extrêmes par rapport à H0 lors de notre test d'hypothèse (par exemple avec la plupart des valeurs de glycémie à 0,8g/L sous hypoglycémiant, càd très loin de la moyennes, plus proche des extrémités de la courbe), on va rejeter H0 au risque alpha consenti.
La p-value, c'est donc que les valeurs soient au moins aussi extrêmes que celle observées
AVEC H0 VRAIE donc la probabilité d'obtenir énormément de valeurs de 0,8g/L à jeun dans la population générale (or la moyenne est centré autour de 1g/L avec une variance assez faible, donc si on faisait des test de glycémie chez la pop G on pourrait trouver
PONCTUELLEMENT des valeurs de 0,8g/L mais
pas de manière systématique).
Si on ne rejette pas H0, on va très probablement trouver des valeurs de glycémie proche des valeurs sous H0, donc la p-value sera "élevée" car les probabilités des trouver ce type de valeur seront grande (il n'y a pas de lien entre les variables sous H0)
Sachant tout ça, on peut répondre au qru :
Si on ne rejette pas H0,
p= 1-alpha donc p = 1 - 0,02 = 0,98 ; on a 98% de chances sous H0 de trouver les valeurs observées dans l'échantillon (proches de 1g/L de glycémie par ex, donc il n'y a eu aucun changement comparé à la pop générale, donc le traitement n'est pas efficace
J'espère que c'est plus clair, sinon n'hésite surtout pas
Courage