Test du χ² : observés, attendus et contributions
Sur 120 lancers d’un dé, une seule face sortie 68 fois au lieu de 20 apporte 115,2 des 138,5 points du χ² (khi-deux : la mesure globale de l’écart entre effectifs observés et attendus). Vous apprenez à chercher où se trouve l’écart, au lieu de vous arrêter à la p-value (la probabilité d’un écart au moins aussi grand si le dé était équilibré).
Une expérience du cours de Cyril Voyant, à manipuler dans le navigateur. Le chapitre et ses diapositives · Toutes les expériences · Lexique : test du χ².
Essayer et interpréter
Pour 120 lancers d’un dé équilibré, on attend 20 résultats par face. Modifiez une face, puis regardez sa contribution (la part de cette face dans le χ²). Le tableau 2×2 reprend le cas 75/25 et 65/35 du cours : p ≈ 0,1228 sans correction de continuité (un ajustement pour les petits effectifs), donc pas de rejet au seuil de 5 % (on ne rejette l’hypothèse de départ que si p < 0,05).
Quelles cellules expliquent l’écart entre les observations et l’hypothèse ?
Chaque cellule apporte une contribution (O−E)²/E, et le χ² est leur somme. Lire ces contributions montre où se trouve l’écart, ce que la p-value ne dit pas. À écart égal, une cellule peu attendue pèse davantage.
Dé équilibré : E = N/6, 5 degrés de liberté. Indépendance dans un tableau 2×2 : E = (total de ligne × total de colonne)/N, 1 degré de liberté.
Les définitions
- O, E
- L’effectif observé et l’effectif attendu sous l’hypothèse testée.
- N
- L’effectif total.
- Σ
- La somme sur toutes les cellules.
- χ²
- La statistique de test : la somme des contributions (O−E)²/E.
- Degrés de liberté
- Le paramètre de la loi de référence : 5 pour le dé, 1 pour le tableau 2×2.
- p-value
- La probabilité de dépasser le χ² obtenu si l’hypothèse est vraie, selon la loi approchée. Une petite p-value dit que l’écart est peu compatible avec l’hypothèse, pas qu’il est grand : voir le chapitre Tester une différence et lire son incertitude.
Hypothèses et limites
Observations indépendantes, catégories exclusives, vrais comptages. La p-value est approchée : avec de faibles effectifs attendus, la conclusion automatique est suspendue. Ne pas rejeter ne démontre ni l’équilibre ni l’indépendance.
Aller plus loin
- Le chapitre complet du cours : le raisonnement, d’autres exemples, le diaporama et la FAQ
- Le test de Student : comparer deux moyennes
- La courbe ROC : un autre tableau 2×2, celui du test et de la maladie
Les valeurs affichées sont calculées ou construites dans le modèle indiqué : ce ne sont pas de nouveaux résultats de recherche.
Cette expérience est présentée comme animation du cours : page de référence. Version anglaise : the English tool page.