Tests d'hypothèses - Cours à l'Université de l'Illinois

Voici une traduction en français : Ceci est un extrait d’une conférence de statistiques de l’Université de l’Illinois, consacrée aux tests d’hypothèses. Les tests d’hypothèses sont l’un des outils centraux de la science des données et de l’inférence statistique, largement utilisés dans la recherche scientifique, l’analyse commerciale, l’apprentissage automatique et bien d’autres domaines. Ce cours est proposé par le département d’informatique de l’Université de l’Illinois, dans le cadre de sa plateforme d’exploration de la science des données, et vise à aider les apprenants à développer une solide pensée statistique. L’intérêt principal réside dans le découpage systématique de la chaîne logique des tests d’hypothèses : de la définition de l’hypothèse nulle et de l’hypothèse alternative, au choix de la statistique de test, en passant par la signification de la valeur p, jusqu’au seuil de significativité et à la règle de décision — le tout progresse étape par étape, avec une grande clarté. L’explication met l’accent sur la compréhension conceptuelle plutôt que sur une simple accumulation de formules, ce qui convient aux apprenants qui souhaitent vraiment comprendre les principes sous-jacents. Ce cours s’adresse aux débutants en science des données ayant déjà des bases en statistique, aux étudiants des filières connexes, ainsi qu’aux professionnels intéressés par la prise de décision fondée sur les données. Conseil de visionnage : suivez la leçon en parallèle avec un manuel ou des notes, portez une attention particulière à la signification concrète de la valeur p et de l’intervalle de confiance, et consolidez vos acquis avec les exercices proposés en fin de séance.