Définitions de Statistique > Alpha Niveau
Vous pouvez lire cet article d’abord: qu’est-Ce que d’une Hypothèse Nulle?
regardez la vidéo ou lisez la suite ci-dessous:
Le niveau de signification α est la probabilité de prendre la mauvaise décision, lorsque l’hypothèse nulle est vraie., Les niveaux Alpha (parfois simplement appelés « niveaux de signification”) sont utilisés dans les tests d’hypothèses. Habituellement, ces tests sont exécutés avec un niveau alpha de .05 (5%), mais d’autres niveaux couramment utilisés sont .01 et .10.
Contenu (cliquez pour accéder à cette section):
- erreurs de Type I et II
- Comment calculer un niveau Alpha pour les tests à une et deux queues?
- Pourquoi est un niveau Alpha de .05 couramment utilisé?
niveaux Alpha/niveaux de Signification: erreurs de Type I et de type II
dans les tests d’hypothèses, deux erreurs sont possibles, les erreurs de Type I et de Type II.,
erreur de Type I: soutenir l’hypothèse alternative lorsque l’hypothèse nulle est vraie.
erreur de Type II: ne pas soutenir l’hypothèse alternative lorsque l’hypothèse alternative est vraie.
Dans l’exemple de la salle d’audience, disons que l’hypothèse nulle est que cet homme est innocent et l’autre hypothèse est qu’il est coupable. si vous condamnez un homme innocent (erreur de Type I), vous soutenez l’hypothèse alternative (qu’il est coupable). Une erreur de type II serait de laisser un coupable libre.,
un niveau alpha est la probabilité d’une erreur de type I, ou vous rejetez l’hypothèse nulle quand elle est vraie. Un terme connexe, bêta, est le contraire; la probabilité de rejeter l’hypothèse alternative quand elle est vraie.
Ce graphique montre la région de rejet à l’extrême droite.
comment calculer un niveau Alpha pour les tests à une et deux queues?
besoin d’aide pour une question de devoirs spécifique? Consultez notre page de tutorat!
Les niveaux Alpha peuvent être contrôlés par vous et sont liés aux niveaux de confiance. Pour obtenir α soustrayez votre niveau de confiance de 1. Par exemple, si vous voulez être sûr à 95% que votre analyse est correcte, le niveau alpha serait de 1 – .95 = 5%, en supposant que vous avez eu un test à une queue. Pour les tests à deux queues, divisez le niveau alpha par 2. Dans cet exemple, l’alpha à deux queues serait .05/2 = 2,5 pour cent. Voir: test à une queue ou deux? pour la différence entre un test unilatéral et un test bilatéral.,
Pourquoi est-alpha à un niveau de .05 couramment utilisé?
vu que le niveau alpha est la probabilité de faire une erreur de Type I, il semble logique que nous rendions cette zone aussi petite que possible. Par exemple, si nous définissons le niveau alpha à 10%, Il y a de grandes chances que nous rejetions incorrectement l’hypothèse nulle, alors qu’un niveau alpha de 1% rendrait la zone minuscule. Alors pourquoi ne pas utiliser une zone minuscule au lieu des 5% standard?,
plus le niveau alpha est petit, plus la zone où vous rejeteriez l’hypothèse nulle est petite. Donc, si vous avez une petite zone, il y a plus de chances que vous ne rejetiez pas le null, alors qu’en fait vous devriez. C’est une erreur de Type II.
En d’autres termes, plus vous essayez d’éviter une erreur de Type I, plus une erreur de Type II pourrait se glisser. Les scientifiques ont constaté qu’un alpha de 5% est un bon équilibre entre ces deux questions.
——————————————————————————
Besoin d’aide avec les devoirs à faire ou une question du test?, Avec Chegg Study, vous pouvez obtenir des solutions étape par étape à vos questions d’un expert dans le domaine. Vos 30 premières minutes avec un tuteur Chegg sont gratuites!