TESTS D’HYPOTHESE
 
 
QCM1 Poser les hypothèses

1. L’hypothèse H0 suppose que les différences ne sont dues qu’à des fluctuations d’échantillonnage
2. L’hypothèse nulle pour deux fréquences observées est pA=pB
3. L’hypothèse alternative ne peut être accepté que si H0 est démontré vraie
4. Lorsque l’on compare un placebo à un médicament, on fait un test bilatéral
5. Lorsque l’on fait un test bilatéral, on écrit H1 : pA > pB ou pA > pB

 

QCM2 Dans un test statistique

1. Le risque de première espèce correspond à la probabilité d’accepter H0 alors que celle-ci est vraie
2. La puissance du test correspond à la probabilité de rejeter H0 alors que celle-ci est fausse
3. Le niveau de confiance correspond à la probabilité de rejet H0 alors que celle-ci est vraie
4. Le risque de seconde espèce correspond à 1-β
5. Le test est d’autant plus précis que le risque de première espèce est petit

 

QCM3 Concernant la loi normale centrée réduite

1. Elle est centrée autour de la moyenne
2. La médiane vaut le double de la médiane
3. L’aire sous la courbe comprise entre -1,96σ et +1,96σ autour de la moyenne représente 95% de l’aire totale
4. Toute variable respectant une loi normale est représentée par une courbe de Gauss
5. La courbe de Gauss dépend seulement de la moyenne μ

 

QCM4 Choix du test statistique

1. Lorsque l’on étudie deux variables qualitatives, on utilise un test de comparaison des moyennes
2. Lorsque l’on étudie deux variables quantitatives, on utilise un test de comparaison de fréquences
3. Lorsque l’on étudie le taux de cholestérol selon le sexe, on utilise un test de comparaison de moyenne
4. Lorsque l’on utilise un test de comparaison de moyenne, un étudie une variable qualitative et une variable quantitative 
5. Lorsque l’on étudie deux échantillons indépendants, la différence de mesures chez le même individu est amputée de la variabilité interindividuelle

 

QCM5 Quelles affirmation(s) est/sont vraie(s)

1. Les tests paramétriques ne dépendent pas de la nature des distributions des variables étudiées
2. Pour une variable issue de l’échantillon, l’écart approximativement réduit est noté U
3. Lorsque |z|≥ Vs, on rejette l’hypothèse nulle au risque β de le faire à tord
4. Le degré de signification d’un test, correspond à la probabilité p d’observer une valeur dépassant la valeur z
5. Plus la probabilité p du degré de signification est forte, plus le test est significatif

 

QCM6 Comparaison deux de proportions observées

1. Les données sont recueillies et résumées dans un tableau de contingence
2. On pose l’hypothèse nulle, H0 : pA  pB
3. P0 correspond à la proportion observée dans les deux échantillons
4. Dans un test bilatéral, lorsque α=5%, alors Vs= 1,960
5. Si l’intervalle de confiance ICα contient la valeur 0, alors pA et pB sont significativement différentes

 

QCM7 Quelle(s) affirmation(s) est/sont vraies

1. Le degré de signification d’un test statistique dépend de la valeur calculée de l’écart réduit
2. Le degré de signification d’un test statistique dépend du risque de première espèce
3. Le risque de première espèce est calculé à partir de l’écart-type de l’échantillon
4. Le risque de première espèce permet de définir la valeur seuil du test à partir de laquelle l’hypothèse nulle sera rejetée
5. Dans un test bilatéral, si α=10% alors Vs=1,6449

Les QCM 8, 9, 10, 11 et 12 sont liés

Dans une faculté de médecine, on souhaite étudier le lien entre la prise de café et l’efficacité à suivre en cours. Dans un échantillon A de 110 personnes prenant du café, 73 arrivent à suivre l’ensemble du cours. Dans un échantillon B de 170 personnes ne prenant pas de café, 76 arrivent à suivre l’ensemble du cours. On réalise un test bilatéral au risque α=8%
 
QCM8 La valeur seuil du test est

1. 0,5319
2. 1,7507
3. 2,4089
4. 1,4051
5. 1,6449

 

QCM9 La valeur de la proportion commune est

1. 0,659
2. 0.345
3. 0,532
4. 0,736
5. 0,833