Une erreur de type I est une sorte de défaut qui se produit au cours du processus de vérification des hypothèses lorsqu’une hypothèse nulle est rejetée, même si elle est exacte et ne doit pas être rejetée.
Dans les tests d’hypothèse, une hypothèse nulle est établie avant le début d’un test. Dans certains cas, l’hypothèse nulle suppose qu’il n’y a pas de relation de cause à effet entre l’élément testé et les stimuli appliqués au sujet du test pour déclencher un résultat au test.
Cependant, des erreurs peuvent se produire lorsque l’hypothèse nulle a été rejetée, c’est-à-dire lorsqu’il est déterminé qu’il existe une relation de cause à effet entre les variables du test alors qu’en réalité, il s’agit d’un faux positif. Ces faux positifs sont appelés erreurs de type I.
Points clés à retenir
- Une erreur de type I se produit lors de la vérification d’une hypothèse lorsqu’une hypothèse nulle est rejetée, même si elle est exacte et ne doit pas être rejetée.
- L’hypothèse nulle ne suppose aucune relation de cause à effet entre l’élément testé et les stimuli appliqués pendant le test.
- Une erreur de type I est un « faux positif » entraînant un rejet incorrect de l’hypothèse nulle.
Comprendre une erreur de type I
Le test d’hypothèse est un processus qui consiste à tester une conjecture en utilisant des données d’échantillon. Le test est conçu pour fournir la preuve que la conjecture ou l’hypothèse est soutenue par les données testées. Une hypothèse nulle est la croyance qu’il n’y a pas de signification ou d’effet statistique entre les deux ensembles de données, variables ou populations considérés dans l’hypothèse. En règle générale, un chercheur tente de réfuter l’hypothèse nulle.
Par exemple, disons que l’hypothèse nulle stipule qu’une stratégie d’investissement n’est pas plus performante qu’un indice de marché, tel que le S&P 500. Le chercheur prendrait des échantillons de données et testerait la performance historique de la stratégie d’investissement pour déterminer si la stratégie a réalisé une performance supérieure à celle du S&P. Si les résultats des tests montraient que la stratégie a réalisé des performances supérieures à celles de l’indice, l’hypothèse nulle serait rejetée.
Cette condition est dénommée « n=0 ». Si – lors de la réalisation du test – le résultat semble indiquer que les stimuli appliqués à la personne testée provoquent une réaction, l’hypothèse nulle indiquant que les stimuli n’affectent pas la personne testée devra, à son tour, être rejetée.
Idéalement, une hypothèse nulle ne devrait jamais être rejetée si elle s’avère vraie, et elle devrait toujours être rejetée si elle s’avère fausse. Cependant, il existe des situations où des erreurs peuvent se produire.
Erreur de type I faussement positive
Parfois, le rejet de l’hypothèse nulle selon laquelle il n’y a pas de relation entre le sujet, les stimuli et le résultat du test peut être incorrect. Si un élément autre que les stimuli est à l’origine du résultat du test, il peut entraîner un résultat « faux positif » lorsqu’il semble que les stimuli ont agi sur le sujet, mais que le résultat a été causé par le hasard. Ce « faux positif », qui conduit à un rejet incorrect de l’hypothèse nulle, est appelé erreur de type I. Une erreur de type I rejette une idée qui n’aurait pas dû être rejetée.
Exemples d’erreurs de type I
Par exemple, examinons la piste d’un criminel accusé. L’hypothèse nulle est que la personne est innocente, alors que l’alternative est coupable. Une erreur de type I dans ce cas signifierait que la personne n’est pas reconnue innocente et qu’elle est envoyée en prison, bien qu’elle soit en fait innocente.
Dans les tests médicaux, une erreur de type I donnerait l’impression qu’un traitement pour une maladie a pour effet de réduire la gravité de la maladie alors qu’en fait, ce n’est pas le cas. Lorsqu’un nouveau médicament est testé, l’hypothèse nulle sera que le médicament n’affecte pas la progression de la maladie. Supposons qu’un laboratoire fasse des recherches sur un nouveau médicament contre le cancer. L’hypothèse nulle pourrait être que le médicament n’affecte pas le taux de croissance des cellules cancéreuses.
Après l’application du médicament sur les cellules cancéreuses, celles-ci cessent de croître. Cela amènerait les chercheurs à rejeter leur hypothèse nulle selon laquelle le médicament n’aurait aucun effet. Si le médicament provoquait l’arrêt de la croissance, la conclusion de rejeter l’hypothèse nulle, dans ce cas, serait correcte. Cependant, si quelque chose d’autre que le médicament administré a provoqué l’arrêt de croissance au cours du test, il s’agirait d’un exemple de rejet incorrect de l’hypothèse nulle, c’est-à-dire d’une erreur de type I.