Les erreurs aléatoires

Pour conclure qu’une hypothèse est vraie (H1), on cherche à montrer que son contraire (H0) est fausse. Les tests d’hypothèses mesurent la probabilité que les différences observées entre groupes sont dues au seul hasard et pas à de vraies différences. Tout d’abord, on formule une hypothèse de nullité (H0) selon laquelle les différences observées sont explicables par le seul hasard (H0 est l’inverse de H1). Ensuite, on calcule la probabilité que les différences observées sont compatibles avec H0. Enfin, on prend une décision afin de savoir si H0 sera gardée ou rejetée.

L’erreur α (erreur de type I) conclue à tort qu’une différence existe alors qu’elle n’existe pas dans la réalité. Il est probable que les modifications d’échantillonnage expliquent à elles seules l’erreur α. Comme le fait de prendre un échantillon non représentatif. Mais elle peut aussi être dû à une mauvaise interprétation de la p-value. Si p-value est inférieur au seuil fixé, l’H0 est rejetée. Par convention, le seuil est de 5%, ce qui signifie qu’on accepte 5% d’erreurs dû au manque de précision. On peut aussi faire une probabilité complémentaire (=confiance) qui vaut 1 – α.