Section 6.3 Réflexions
Ce laboratoire aura permis d’explorer les concepts liés aux tests d’hypothèses paramétriques. Toutefois, une étude plus approfondie est utile pour en saisir toutes les subtilités.
Feuille d'activités Travail à faire après le laboratoire
Objectifs
Poser un regard critique sur des données.
Formuler des hypothèses de recherche.
Choisir le type de tests adéquatement et comprendre les distinctions entre chaque type de tests.
Effectuer un test d’hypothèse paramétriques pour vérifier une hypothèse.
Interpréter adéquatement la conclusion d’un test.
Comprendre les effets d’un changement de seuil de signification.
Explorer les caractéristiques des erreurs de type I et de type II.
1.
Avant de faire une collecte de données, un chercheur pose ses hypothèses de recherche. Ce dernier effectue une étude sur l’efficacité de certains désinfectants sur la croissance de bactéries. Ce dernier croit que le désinfectant commercial Lysol sera plus efficace que le vinaigre contre la croissance bactérienne. Une fois les données récoltées, le chercheur constate que la moyenne du diamètre d’inhibition des bactéries avec Lysol est plus petite que la moyenne avec le vinaigre. Il décide de manipuler ses données pour aller dans le sens de son hypothèse de recherche de départ. Discuter des impacts de ce choix dans ce contexte et dans d’autres contextes. Que devrait faire le chercheur avant de réaliser son test d’hypothèse?
2.
Dans le test sur deux moyennes dépendantes de la
Sous-section 6.2.5, à partir de quelle valeur du seuil de signification la conclusion du test change-t-elle? Donner la valeur au centième près. Expliquer en considérant les valeurs des statistiques et de la valeur p.
3.
Un chercheur peut commettre deux types d’erreurs lorsque vient le temps de conclure: une erreur de type I (un faux positif), c’est-à-dire rejeter \(H_{0}\) alors que \(H_{0}\) est vraie, ou une erreur de type II (un faux négatif), soit ne pas rejeter \(H_{0}\) alors que \(H_{0}\) est faux. Supposer qu’un professionnel de la santé veut tester si un patient a une maladie. Dans quel contexte est-ce que l’erreur de type I (faux positif) est plus grave? Dans quel contexte est-ce que l’erreur de type II (faux négatif) est plus grave? Donner des exemples concrets.
4.
Parmi toutes les bases de données disponibles ( vin, armée, collisions, etc.), faire deux tests d’hypothèses paramétriques de type différent en utilisant les canevas. Les hypothèses doivent être appuyées par une source crédible et rigoureuse.
5.
Pour trois des quatre tests effectués dans le laboratoire 6, les cotes \(z\) ou \(t\) observées sont loin des valeurs critiques et les valeurs p sont très petites. Donner une ou deux raisons qui pourraient expliquer la puissance de ces rejets de l’hypothèse nulle. Les feuilles des fichiers Excel remis doivent être bien identifiées.
