74
IV.2.1.3.2 Test de comparaison
Le test statistique T de Student est une méthode couramment utilisée pour valider un modèle et
comparer les moyennes de deux groupes ou d'un groupe par rapport à une valeur de référence. Ce test
est basé sur la loi de probabilité appelée loi de Student, qui permet de déterminer si les différences
observées entre les échantillons sont statistiquement significatives.
En premier lieu en compare la moyenne des poids estimés par le model avec la moyenne des poids
observés dans les cotes tunisienne à un niveau de signification de 5%.
Hypothèses :
H0 : La différence entre les moyennes est égale à 0. m1 = m2 peut expliquer les poids estimés
représente presque la réalité
Ha : La différence entre les moyennes est différente de 0. m1 ≠ m2 cela veut dire que les poids
estimés ne représentent pas la réalité
Les statistiques :
Tableau 11. Résultats du test de Student (poids estimé en Algérie
et poids total en Tunisie)
Différence
1,739
z (Valeur observée)
0,076
|z| (Valeur critique)
1,960
p-value (bilatérale)
0,939
alpha
0,05
Comparaison : Etant donné que la p-value calculée (0,939) (tableau.11) est supérieure au
niveau de signification seuil alpha=0,05, on ne peut pas rejeter l'hypothèse nulle H0. Le risque de
rejeter l'hypothèse nulle H0 alors qu'elle est vraie est de 93,93%. Il y a une égalité de la moyenne du
poids observé dans les côtes tunisiennes et la moyenne du poids estimé par le model, malgré la
différence de 1.739 kg, en effet cette dernier est dû à l’échantillonnage. Ces résultats explique que les
valeurs estimé par le model représentent la réalité.
En deuxième lieu en compare la moyenne des poids estimés par le model avec la moyenne des poids
observés dans les cotes maltaises à un niveau de signification de 5%
Hypothèses :
H0 : La différence entre les moyennes est égale à 0. m1 = m2 peut expliquer les poids estimés
représente presque la réalité
Ha : La différence entre les moyennes est différente de 0. m1 ≠ m2 cela veut dire que les poids
estimés ne représentent pas la réalité
Les statistiques :
IV.2.1.3.2 Test de comparaison
Le test statistique T de Student est une méthode couramment utilisée pour valider un modèle et
comparer les moyennes de deux groupes ou d'un groupe par rapport à une valeur de référence. Ce test
est basé sur la loi de probabilité appelée loi de Student, qui permet de déterminer si les différences
observées entre les échantillons sont statistiquement significatives.
En premier lieu en compare la moyenne des poids estimés par le model avec la moyenne des poids
observés dans les cotes tunisienne à un niveau de signification de 5%.
Hypothèses :
H0 : La différence entre les moyennes est égale à 0. m1 = m2 peut expliquer les poids estimés
représente presque la réalité
Ha : La différence entre les moyennes est différente de 0. m1 ≠ m2 cela veut dire que les poids
estimés ne représentent pas la réalité
Les statistiques :
Tableau 11. Résultats du test de Student (poids estimé en Algérie
et poids total en Tunisie)
Différence
1,739
z (Valeur observée)
0,076
|z| (Valeur critique)
1,960
p-value (bilatérale)
0,939
alpha
0,05
Comparaison : Etant donné que la p-value calculée (0,939) (tableau.11) est supérieure au
niveau de signification seuil alpha=0,05, on ne peut pas rejeter l'hypothèse nulle H0. Le risque de
rejeter l'hypothèse nulle H0 alors qu'elle est vraie est de 93,93%. Il y a une égalité de la moyenne du
poids observé dans les côtes tunisiennes et la moyenne du poids estimé par le model, malgré la
différence de 1.739 kg, en effet cette dernier est dû à l’échantillonnage. Ces résultats explique que les
valeurs estimé par le model représentent la réalité.
En deuxième lieu en compare la moyenne des poids estimés par le model avec la moyenne des poids
observés dans les cotes maltaises à un niveau de signification de 5%
Hypothèses :
H0 : La différence entre les moyennes est égale à 0. m1 = m2 peut expliquer les poids estimés
représente presque la réalité
Ha : La différence entre les moyennes est différente de 0. m1 ≠ m2 cela veut dire que les poids
estimés ne représentent pas la réalité
Les statistiques :