Bien bonsoir,
C'est une question assez embêtante car le prof ne le dit pas explicitement dans son cours.
La version juste serait : "si le degré de signification d'un test est inférieur à 0,01 alors c'est : que l'on se trompe avec une probabilité inférieure à 0,01
si on rejette H0"
Si on s'intéresse encore plus sur le sujet on se rend compte que c'est extrêmement imprécis comme formulation mais bon c'est assez difficile comme ça quand le prof ne nous dit rien
Le degré de signification (ou p-value) ça sert à quantifier la probabilité de
trouver des résultats au moins aussi extrêmes que ceux observés dans notre échantillon si H0 est vraie. Ça c'est la formulation plus correcte qui peut être approximée en "proba de se tromper" comme dit plus haut.
On suppose H0 vraie, donc pas de différence entre les deux variables. Si on obtient des valeurs extrêmes sur notre courbe de la loi normale à la plupart des mesure de son échantillon, on va peu à peu pouvoir se dire que
l'hypothèse H0 n'est pas probable tellement que les résultats sont extrêmes par rapport à la moyenne attendue.
Une p-value très faible signifie que la proba de tomber sur une valeur aussi extrême (par exemple une valeur très basse de glycémie chez un patient qui prend un hypoglycémiant efficace) sous H0. Selon wikipédia, et j'aime bien cette formulation, c'est une sorte de preuve par l'absurde.
Je trouve que la représentation graphique aide bien à se représenter ça :
J'espère que c'est plus clair
Courage