Qu'est-ce qu'un test t pour un échantillon ?
Le test t pour un échantillon permet de vérifier si la moyenne d'un échantillon unique diffère de façon significative d'une moyenne théorique connue ou supposée (\(\mu_0\)). On l'utilise couramment lorsque l'écart-type de la population est inconnu et que l'échantillon est de taille relativement réduite. Ce calculateur détermine la statistique de test t, les degrés de liberté ainsi que l'erreur type de la moyenne.
Comment l'utiliser
Saisissez la moyenne de votre échantillon (\(\bar{x}\)), la moyenne théorique de la population (\(\mu_0\)), l'écart-type de l'échantillon (\(s\)) et la taille de l'échantillon (\(n\)). Le calculateur renvoie la statistique t. Comparez sa valeur absolue à la valeur critique de t pour le seuil de signification que vous avez choisi (par exemple \(\alpha = 0{,}05\)) et \(df = n - 1\), ou convertissez-la en valeur p (p-value) pour décider si vous rejetez l'hypothèse nulle.
La formule expliquée
La statistique se calcule ainsi :
$$t = \dfrac{\bar{x} - \mu_0}{s \big/ \sqrt{n}}$$Le numérateur mesure l'écart entre la moyenne de l'échantillon et la moyenne théorique. Le dénominateur, à savoir l'erreur type, met cet écart à l'échelle de la variabilité d'échantillonnage. Plus \(|t|\) est grand, plus la moyenne de l'échantillon s'éloigne de \(\mu_0\) par rapport au bruit, et plus il est probable que la différence soit réelle.
Exemple concret
Supposons \(\bar{x} = 10{,}5\), \(\mu_0 = 10\), \(s = 2\) et \(n = 25\). L'erreur type vaut $$2/\sqrt{25} = 2/5 = 0{,}4.$$ On obtient alors $$t = (10{,}5 - 10)/0{,}4 = 0{,}5/0{,}4 = 1{,}25$$ avec \(df = 24\). En comparant \(1{,}25\) à la valeur critique \(t_{0{,}025,\,24} \approx 2{,}064\), on ne peut pas rejeter l'hypothèse nulle.
FAQ
Quand faut-il utiliser un test t pour un échantillon ? Lorsque vous disposez d'un seul échantillon continu et souhaitez comparer sa moyenne à une valeur de référence unique et fixe, et que l'écart-type de la population est inconnu.
Quelles sont les hypothèses à respecter ? Les données doivent suivre une distribution approximativement normale (ou \(n\) doit être suffisamment grand) et les observations doivent être indépendantes.
Comment obtenir une valeur p ? Utilisez la valeur t calculée et les df avec une table de la loi de Student ou un logiciel statistique pour trouver la valeur p correspondante, bilatérale ou unilatérale.
