La loi t de Student est une distribution très utilisée en statistiques lorsque l’on travaille avec de petits échantillons et que l’écart-type de la population est inconnu.
Elle ressemble beaucoup à la loi normale, mais possède des queues plus épaisses afin de mieux tenir compte de l’incertitude liée aux petits échantillons.
Dans cet article, nous allons voir simplement :
- ce qu’est la loi t de Student,
- quand l’utiliser,
- pourquoi elle est importante en estimation,
- et quelle différence elle présente avec la loi normale.
🎥 Une explication vidéo de la loi t de Student est également disponible sur ma chaîne YouTube A Moi Les Stats.
Pourquoi la loi t de Student existe-t-elle ?
Le nom “Student” vient d’un statisticien qui publia ses travaux sous pseudonyme au début du XXe siècle.
William Sealy Gosset travaillait pour la brasserie Guinness et cherchait une méthode fiable pour analyser de petits échantillons dans le contrôle de qualité de la bière.
Ses recherches donneront naissance à la célèbre loi t de Student.
Imaginez que vous souhaitez estimer une moyenne à partir d’un petit échantillon.
Avec peu de données, l’incertitude devient plus importante : les résultats peuvent varier davantage d’un échantillon à l’autre.
La loi t de Student a justement été développée pour mieux tenir compte de cette variabilité supplémentaire lorsque l’échantillon est petit et que l’écart-type de la population est inconnu.
Plus la taille de l’échantillon augmente, plus la loi t de Student se rapproche progressivement de la loi normale.
La loi t de Student est notamment utilisée dans les intervalles de confiance et de nombreux tests statistiques appliqués aux petits échantillons. Découvrez comment la loi t de Student est utilisée en estimation statistique.
FAQ – Loi t de Student
Quand utilise-t-on la loi t de Student ?
La loi t de Student est utilisée lorsque l’échantillon est petit et que l’écart-type de la population est inconnu.
Quelle différence entre la loi normale et la loi t de Student ?
La loi t de Student possède des queues plus épaisses afin de mieux tenir compte de l’incertitude liée aux petits échantillons.
Pourquoi la loi t dépend-elle des degrés de liberté ?
Les degrés de liberté sont liés à la taille de l’échantillon. Plus ils augmentent, plus la loi t se rapproche de la loi normale.
La loi t de Student est-elle utilisée dans les intervalles de confiance ?
Oui. Elle est très utilisée pour construire des intervalles de confiance et réaliser des tests statistiques sur de petits échantillons.
