Annatut P

[azerty2.0]

Rerere salut ? cette fois ci j’ai beaucoup de mal avec ce genre d’item( item c er d ) je comprend pas pq on peut dire que l’item d est juste et que l’item c est faux car si on regarde dans la table pour 5% ou 1% dans tout les cas la valeurs lu sur la table sera inferieur a 2,68 donc je comprend vraiment pas pq on peut dire que l’un est juste et que l’autre est faux ??‍♀️

[Pegpeg]

Coucouuu

En fait tu confonds le risque alpha, et le degré signification p.
On va reprendre ça ensemble


Le risque alpha est celui que tu poses A PRIORI. Tu choisis un pourcentage de chances de se tromper, souvent 5%, et en fonction, tu fixes une valeur, un paramètre théorique, qu’il faut dépasser avec ton paramètre calculé pour rejeter H0 et conclure à H1, soit conclure à un lien. Jusque là, tout va bien


Le degré de signification est fixé A POSTERIORI.
En gros, imagine que tu avais fixé ton risque alpha à 5% et que tu doives dépasser le paramètre théorique 1,96.

Si tu obtiens un paramètre calculé de 1,97 ça veut dire qu’en ayant fixé ton risque à 5%, tu conclus à un lien, mais de justesse, parce que le paramètre calculé dépasse A PEINE le paramètre théorique. Tu te dis « j’ai réellement 5% de chances, et pas moins, de me tromper en concluant à un lien ».
Si en revanche ton paramètre calculé est par exemple de 2,68 comme c’est le cas ici, t’es super large, on aurait tout à fait pu fixer un risque plus faible et prendre un paramètre théorique plus élevé. Et là tu te dis « avec un paramètre calculé aussi élevé, j’ai bien moins de 5% de chances de me tromper ».

Tu peux alors fixer, a posteriori, un autre risque, par exemple si tu tombais sur 2,58 tu pourrais refixer un risque qui correspondrait à 1%. C’est ça le principe d’un degré de signification : un nouveau risque d’erreur fixé a posteriori, à partir du paramètre calculé.
Ici, le paramètre étant de 2,68 donc supérieur à 2,58, donc on a moins de 1% de chances de se tromper. Le degré de signification p est inférieur à 1%.


C’est mieux pour toi ?