Probabilités et statistique MTH0104 • Polytechnique Montréal

Fiche de révision : tests d'hypothèses, valeur p et risques d'erreur (MTH0104)

Cette fiche ne refait pas le cours de tests d'hypothèses de MTH0104 : elle liste ce qui coûte des points à l'examen final, où ce chapitre pèse lourd avec les intervalles de confiance, et le geste qui évite chaque perte.

Ce que couvre la fiche

Les calculs sont courts ; les points se perdent avant, quand on choisit la statistique, le sens de H1H_{1} et la queue de la table, et après, quand on rédige la conclusion.

Le réflexe à garder : tout se calcule sous H0H_{0}, la zone d'abord, l'échantillon ensuite ; seul β\beta change de centre. Valeurs de table du cours : z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96, z0,01=2,33z_{0{,}01}=2{,}33, z0,005=2,575z_{0{,}005}=2{,}575 ; table normale lue en P(0<Z<z)P(0<Z<z), zz arrondi au centième.

  • 8 pièges qui coûtent des points
  • 3 figures
  • 15 min de lecture
Faire les exercices du chapitre

Le fil du chapitre

Une seule zone, deux mondes : la zone de rejet se construit SOUS H0H_{0} (avec μ0\mu_{0}, p0p_{0} et σ/n\sigma/\sqrt{n}) avant de regarder l'échantillon ; α\alpha se lit sous H0H_{0}, β\beta sous la vraie moyenne avec la MÊME zone ; et la décision ne dit que « rejeter » ou « ne pas rejeter H0H_{0} ».

Notions couvertes

  • Hypothèse nulle et hypothèse alternative
  • Test unilatéral et test bilatéral
  • Seuil de signification
  • Zone de rejet
  • Zone d'acceptation
  • Test Z sur une moyenne
  • Test de Student
  • Test sur une proportion
  • Valeur p
  • Erreur de première espèce
  • Erreur de deuxième espèce
  • Puissance d'un test

Le tableau du chapitre

Quatre statistiques de test : laquelle, et quand

Lisez la colonne qui correspond aux données de l'énoncé : ce qu'on teste, ce qu'on connaît, la taille de l'échantillon.

Z, σ connu moyenne
Données
σ\sigma donné par l'énoncé
Condition
population normale, ou n≥30n\geq 30
Statistique
x‾−μ0σ/n\dfrac{\overline{x}-\mu_{0}}{\sigma/\sqrt{n}}
Table
normale
Rejet, 5 %, à droite
z0>1,645z_{0}>1{,}645
Z, n grand moyenne, σ inconnu
Données
ss calculé, n≥30n\geq 30
Condition
théorème central limite
Statistique
x‾−μ0s/n\dfrac{\overline{x}-\mu_{0}}{s/\sqrt{n}}
Table
normale
Rejet, 5 %, à droite
z0>1,645z_{0}>1{,}645
T de Student moyenne, petit n
Données
ss calculé, n<30n<30
Condition
population normale exigée
Statistique
x‾−μ0s/n\dfrac{\overline{x}-\mu_{0}}{s/\sqrt{n}}
Table
Student, ν=n−1\nu=n-1
Rejet, 5 %, à droite
t0>t0,05 ; νt_{0}>t_{0{,}05\,;\,\nu}, 1,83311{,}8331 si ν=9\nu=9
Z sur p proportion
Données
xx succès sur nn, pˉ=xn\bar{p}=\frac{x}{n}
Condition
np0≥5np_{0}\geq 5 et n(1−p0)≥5n(1-p_{0})\geq 5
Statistique
pˉ−p0p0(1−p0)/n\dfrac{\bar{p}-p_{0}}{\sqrt{p_{0}(1-p_{0})/n}}
Table
normale
Rejet, 5 %, à droite
z0>1,645z_{0}>1{,}645

Légende : les mots du tableau

Population normale
La variable mesurée suit une loi normale ; l'énoncé le dit (« on suppose... normale »).
Théorème central limite
Dès n≥30n\geq 30, X‾\overline{X} est approximativement normale, quelle que soit la loi de XX ; on remplace alors σ\sigma par ss.
Student
Loi de TT quand σ\sigma est estimé par ss sur une population normale ; ses queues sont plus épaisses que celles de la normale, d'autant plus que ν\nu est petit.

Le cas qui piège : ss calculé et n<30n<30 sans population normale annoncée. Aucun test du cours ne s'applique ; on le dit plutôt que de forcer une table.

L'essentiel

Une zone, deux mondes

  • • On fixe α\alpha, puis on construit la zone de rejet SOUS H0H_{0} : centre μ0\mu_{0} (ou p0p_{0}), unité σ/n\sigma/\sqrt{n}.
  • • α=P(rejeter H0∣H0 vraie)\alpha=P(\text{rejeter }H_{0}\mid H_{0}\text{ vraie}) : erreur de première espèce, calculée sous μ0\mu_{0}.
  • • β=P(ne pas rejeter H0∣μ=μ1)\beta=P(\text{ne pas rejeter }H_{0}\mid\mu=\mu_{1}) : erreur de deuxième espèce, calculée avec la MÊME zone, sous la vraie moyenne μ1\mu_{1}.
  • • Puissance =1−β=1-\beta : la probabilité de détecter l'écart quand il existe.
  • • À nn fixé, baisser α\alpha fait monter β\beta ; seul un nn plus grand fait baisser les deux.
8283,2085sous H₀ : μ = 85si μ = 82αβrejet de H₀pas de rejetα = 0,05 ; β = 0,1379x̄ (µm)
Même seuil c=83,20c=83{,}20 µm : l'aire orange sous la courbe de H0H_{0} est α=0,05\alpha=0{,}05, l'aire bleue sous la courbe de μ=82\mu=82 est β≈0,1379\beta\approx 0{,}1379.

Au final, écrivez l'événement avant de calculer : « β=P(X‾>83,20∣μ=82)\beta=P(\overline{X}>83{,}20\mid\mu=82) ». Le correcteur cherche la condition derrière la barre.

La valeur p : trois formes, une règle

  • • H1:μ<μ0H_{1}:\mu<\mu_{0} : p=P(Z<z0)p=P(Z<z_{0}) ; H1:μ>μ0H_{1}:\mu>\mu_{0} : p=P(Z>z0)p=P(Z>z_{0}) ; H1:μ≠μ0H_{1}:\mu\neq\mu_{0} : p=2P(Z>∣z0∣)p=2P(Z>|z_{0}|).
  • • On rejette H0H_{0} si et seulement si p<αp<\alpha : la valeur pp donne d'un coup la décision pour tous les seuils.
  • • Avec Student, la table ne donne que quelques seuils : on ENCADRE pp entre deux colonnes.
  • • Une valeur pp supérieure à 0,50{,}5 signale un échantillon qui penche du côté opposé à H1H_{1}.

Les pièges qui coûtent des points

Les erreurs ci-dessous sont celles que je corrige le plus souvent en séance. Chacune coûte des points sur une copie, même quand le raisonnement est juste.

1. Conclure en « acceptant » H₀

1 point de conclusion

Ce qu'il ne faut pas écrire

« z0=1,20<1,645z_{0}=1{,}20<1{,}645, donc on accepte H0H_{0} : la moyenne vaut bien 500500 h. »

Ce qu'il faut écrire

« z0=1,20<1,645z_{0}=1{,}20<1{,}645 : au seuil de 5 %5\,\%, on ne peut pas rejeter H0H_{0} ; les données ne permettent pas de conclure que la moyenne dépasse 500500 h. »

Pourquoi : Ne pas rejeter laisse ouvert un risque β\beta souvent grand : l'échantillon est compatible avec H0H_{0}, il ne la démontre pas.

2. Comparer un test bilatéral à 1,645

la décision, souvent 2 points

Ce qu'il ne faut pas écrire

« Test bilatéral à 5 %5\,\%, z0=1,75>1,645z_{0}=1{,}75>1{,}645 : on rejette H0H_{0}. »

Ce qu'il faut écrire

« Bilatéral : 2,5 %2{,}5\,\% par queue, valeur critique 1,961{,}96 ; ∣z0∣=1,75<1,96|z_{0}|=1{,}75<1{,}96, on ne rejette pas H0H_{0} (p=2×0,0401=0,0802p=2\times 0{,}0401=0{,}0802). »

01,645z₀ = 1,75H₁ : μ > μ₀, 5 % dans une queuerejet de H₀0−1,961,96z₀ = 1,75H₁ : μ ≠ μ₀, 2,5 % dans chaque queuepas de rejet
La même statistique z0=1,75z_{0}=1{,}75 tombe dans la zone de rejet unilatérale (au-delà de 1,6451{,}645) et hors de la zone bilatérale (au-delà de 1,961{,}96).

Pourquoi : En bilatéral, α\alpha se partage entre deux queues. Avec 1,6451{,}645 des deux côtés, le vrai risque serait de 10 %10\,\%.

3. Mettre p̄ sous la racine dans le test sur une proportion

1 à 2 points, et parfois la décision

Ce qu'il ne faut pas écrire

« z0=0,13−0,100,13×0,87/400≈1,78z_{0}=\dfrac{0{,}13-0{,}10}{\sqrt{0{,}13\times 0{,}87/400}}\approx 1{,}78. »

Ce qu'il faut écrire

« Sous H0H_{0}, p=p0p=p_{0} : z0=0,13−0,100,10×0,90/400=2,00z_{0}=\dfrac{0{,}13-0{,}10}{\sqrt{0{,}10\times 0{,}90/400}}=2{,}00. »

Pourquoi : Le test se calcule dans le monde de H0H_{0}. En bilatéral à 5 %5\,\%, 2,002{,}00 rejette et 1,781{,}78 ne rejette pas. pˉ\bar{p} va sous la racine dans l'intervalle de confiance, pas dans le test.

4. Lire la table normale quand il faut Student

la décision et la justification

Ce qu'il ne faut pas écrire

« n=10n=10, s=4,2s=4{,}2, t0=2,10>1,96t_{0}=2{,}10>1{,}96 : rejet en bilatéral à 5 %5\,\%. »

Ce qu'il faut écrire

« σ\sigma inconnu, n<30n<30, population normale : Student à 99 ddl, t0,025 ; 9=2,2622t_{0{,}025\,;\,9}=2{,}2622 ; 2,10<2,26222{,}10<2{,}2622, on ne rejette pas H0H_{0}. »

Pourquoi : Estimer σ\sigma par ss sur peu de données ajoute de l'incertitude : les queues de Student sont plus épaisses, la valeur critique plus loin.

5. Prendre la valeur p du mauvais côté

la valeur p et la décision

Ce qu'il ne faut pas écrire

« H1:μ>μ0H_{1}:\mu>\mu_{0}, z0=−1,40z_{0}=-1{,}40 : p=P(Z>1,40)=0,0808p=P(Z>1{,}40)=0{,}0808. »

Ce qu'il faut écrire

« H1:μ>μ0H_{1}:\mu>\mu_{0} : p=P(Z>−1,40)=0,5+0,4192=0,9192p=P(Z>-1{,}40)=0{,}5+0{,}4192=0{,}9192 ; on ne rejette pas H0H_{0}. »

Pourquoi : La valeur pp se prend du côté de H1H_{1}. Un x‾\overline{x} sous μ0\mu_{0} ne peut pas prouver que μ>μ0\mu>\mu_{0}.

6. Lire la variance comme un écart-type

toute la zone de rejet

Ce qu'il ne faut pas écrire

« X∼N(50 ;9)X\sim\mathcal{N}(50\,;9), n=16n=16 : σX‾=94=2,25\sigma_{\overline{X}}=\dfrac{9}{4}=2{,}25. »

Ce qu'il faut écrire

« Le second paramètre est la variance : σ=3\sigma=3, donc σX‾=34=0,75\sigma_{\overline{X}}=\dfrac{3}{4}=0{,}75. »

Pourquoi : Le cours écrit N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}). Une erreur ici fausse z0z_{0}, la zone, α\alpha et β\beta d'un coup.

7. Calculer β sous μ₀, ou croire que α + β = 1

toute la question de β

Ce qu'il ne faut pas écrire

« α=0,05\alpha=0{,}05, donc β=1−0,05=0,95\beta=1-0{,}05=0{,}95. »

Ce qu'il faut écrire

« β=P(X‾>83,20∣μ=82)=P(Z>1,09)=0,1379\beta=P(\overline{X}>83{,}20\mid\mu=82)=P(Z>1{,}09)=0{,}1379, avec le seuil fixé sous H0H_{0}. »

Pourquoi : 1−α1-\alpha est la probabilité de ne pas rejeter quand H0H_{0} est vraie ; β\beta vit dans l'autre monde, celui de la vraie moyenne.

8. Mettre l'affirmation du fabricant dans H₁

le sens du test, donc la zone

Ce qu'il ne faut pas écrire

« Le fabricant garantit au moins 500500 h : H0:μ=500H_{0}:\mu=500 contre H1:μ>500H_{1}:\mu>500. »

Ce qu'il faut écrire

« On cherche à prendre la garantie en défaut : H0:μ=500H_{0}:\mu=500 contre H1:μ<500H_{1}:\mu<500. »

Pourquoi : H1H_{1} porte ce qu'on veut ÉTABLIR (« publicité mensongère », « a diminué ») ; H0H_{0} porte l'égalité, à la frontière de l'affirmation.

Quelle méthode choisir

Quelle statistique, quelle table ?

On regarde ce que l'énoncé donne, dans cet ordre.

0−2,2622,262−1,961,96loi normaleStudent, 9 ddl2,5 %2,5 %
Avec 99 ddl, 2,5 %2{,}5\,\% de la loi de Student est au-delà de 2,2622{,}262, plus loin que le 1,961{,}96 de la loi normale : la mauvaise table fait rejeter trop souvent.
  • Si des succès sur nn, une proportion à tester → test Z sur pp, avec p0p_{0} sous la racine

    Exemple : 5252 sur 400400 contre p0=0,10p_{0}=0{,}10 : z0=2,00z_{0}=2{,}00

  • Si une moyenne et σ\sigma donné → test Z avec σ\sigma

    Exemple : σ=6\sigma=6, n=30n=30 : unité 1,0951{,}095

  • Si une moyenne, ss calculé, n≥30n\geq 30 → test Z avec ss (théorème central limite)

    Exemple : n=40n=40, s=2,6s=2{,}6 : unité 0,4110{,}411

  • Si une moyenne, ss calculé, n<30n<30, population normale → test T de Student à n−1n-1 ddl

    Exemple : n=10n=10 : t0,025 ; 9=2,2622t_{0{,}025\,;\,9}=2{,}2622

Petit échantillon, σ\sigma inconnu et aucune normalité annoncée : aucun test du cours ne convient, on le signale.

La rédaction attendue

Le correcteur coche des étapes. Les voici dans l'ordre, avec la phrase de conclusion qu'il attend mot pour mot.

Le test en sept étapes

Quand l'utiliser : « Peut-on affirmer au seuil de 5 %... ? », « Effectuez un test d'hypothèses ».

  1. 1 Définir la variable XX (avec son unité) et le paramètre testé, μ\mu ou pp.
  2. 2 Poser H0:μ=μ0H_{0}:\mu=\mu_{0} et H1H_{1} dans le sens de ce qu'on veut établir.
  3. 3 Annoncer le seuil α\alpha.
  4. 4 Vérifier les conditions : σ\sigma connu, n≥30n\geq 30, population normale, ou np0≥5np_{0}\geq 5 et n(1−p0)≥5n(1-p_{0})\geq 5.
  5. 5 Écrire la zone de rejet avec la valeur critique lue dans la bonne table.
  6. 6 Calculer la statistique observée et la comparer à la zone.
  7. 7 Conclure dans les mots du problème, au seuil choisi.

Phrase de conclusion

« Au seuil de 5 %, on rejette H₀ : la consommation moyenne dépasse l'annonce. » ou « Au seuil de 5 %, on ne peut pas rejeter H₀ : les données ne permettent pas de conclure que... »

Le piège : L'étape 4 est celle qu'on saute ; c'est elle qui justifie la table de l'étape 5.

Barème : Au final, environ un tiers des points d'un problème de test va aux hypothèses et à la conclusion rédigée.

Calculer α et β d'une règle donnée

Quand l'utiliser : « Quelle est la probabilité de conclure à tort... ? », « Si la vraie moyenne est... »

  1. 1 Écrire la règle en x‾\overline{x} (zone d'acceptation ou seuil cc).
  2. 2 Donner la loi de X‾\overline{X} et son écart-type σ/n\sigma/\sqrt{n}.
  3. 3 α\alpha : probabilité de la zone de REJET, sous μ0\mu_{0}.
  4. 4 β\beta : probabilité de la zone d'ACCEPTATION, sous la vraie moyenne μ1\mu_{1}.
  5. 5 Interpréter chaque nombre en une phrase.

Phrase de conclusion

« La règle arrête à tort une machine bien réglée environ 5 fois sur 100 ; elle laisse passer ce dérèglement environ 14 fois sur 100. »

Le piège : En bilatéral, α\alpha compte les deux queues ; β\beta est l'aire ENTRE les deux bornes, sous μ1\mu_{1}.

Vérifier avant de rendre

Cinq minutes de vérification récupèrent plus de points qu'un exercice de plus commencé à la hâte.

  • Le signe de z₀ et le sens de H₁

    Un z0z_{0} négatif ne peut faire rejeter qu'un test à gauche ou bilatéral.

    z0=−1,40z_{0}=-1{,}40 avec H1:μ>μ0H_{1}:\mu>\mu_{0} : si votre valeur pp est petite, elle est fausse.

  • La valeur p et la décision disent la même chose

    Rejet si et seulement si p<αp<\alpha : recoupez la comparaison à la valeur critique.

    z0=1,75z_{0}=1{,}75 en bilatéral : p=0,0802>0,05p=0{,}0802>0{,}05, donc pas de rejet, comme 1,75<1,961{,}75<1{,}96.

  • La table correspond aux données

    ss et n<30n<30 : la valeur critique vient de Student, ligne ν=n−1\nu=n-1.

    n=10n=10 : ligne 99, pas 1010 ; une valeur critique de 1,961{,}96 avec n=10n=10 est un drapeau rouge.

  • β est plus grand qu'on ne croit

    Un écart de l'ordre d'une erreur type laisse un β\beta autour de 0,50{,}5 ou plus.

    Un β\beta de 0,010{,}01 pour un écart d'une demi-erreur type signale un calcul centré sur μ0\mu_{0}.

L'exercice type décortiqué

Le revêtement de zinc tient-il la garantie ?

Un fournisseur de tôles galvanisées garantit un revêtement de zinc d'épaisseur moyenne d'au moins 8585 µm ; l'écart-type du procédé est connu, σ=6\sigma=6 µm. Un client mesure 3030 tôles prises au hasard : x‾=83,1\overline{x}=83{,}1 µm.

Testez la garantie au seuil de 5 %5\,\%, donnez la valeur pp, puis calculez β\beta si l'épaisseur moyenne réelle est 8282 µm.

Étape 1

XX : épaisseur (µm) du revêtement d'une tôle ; H0:μ=85H_{0}:\mu=85 contre H1:μ<85H_{1}:\mu<85.

Pourquoi

Le client veut prendre la garantie en défaut : c'est H1H_{1}. L'égalité, à la frontière de « au moins 85 », reste dans H0H_{0}.

Étape 2

σ\sigma connu, n=30n=30 : σX‾=630≈1,095\sigma_{\overline{X}}=\dfrac{6}{\sqrt{30}}\approx 1{,}095 µm et z0=83,1−851,095≈−1,73z_{0}=\dfrac{83{,}1-85}{1{,}095}\approx -1{,}73.

Pourquoi

Les conditions justifient la table normale ; sans cette ligne, la suite ne vaut que la moitié des points.

Étape 3

Zone de rejet : z<−1,645z<-1{,}645. Or −1,73<−1,645-1{,}73<-1{,}645 : on rejette H0H_{0}.

Pourquoi

La zone se pose AVANT de regarder z0z_{0}, du côté de H1H_{1}.

Étape 4

p=P(Z<−1,73)=0,5−0,4582=0,0418<0,05p=P(Z<-1{,}73)=0{,}5-0{,}4582=0{,}0418<0{,}05.

Pourquoi

Le recoupement : la valeur pp dit la même chose que la zone, et dit aussi qu'à 1 %1\,\% on ne rejetterait pas.

Étape 5

En x‾\overline{x} : rejet si x‾<85−1,645×1,095≈83,20\overline{x}<85-1{,}645\times 1{,}095\approx 83{,}20. Alors β=P(X‾≥83,20∣μ=82)=P(Z≥1,09)=0,1379\beta=P(\overline{X}\geq 83{,}20\mid\mu=82)=P(Z\geq 1{,}09)=0{,}1379.

Pourquoi

Même seuil, autre centre : β\beta se lit dans le monde de la vraie moyenne. Puissance 0,86210{,}8621.

Étape 6

Vérification : 83,1<83,2083{,}1<83{,}20, cohérent avec le rejet ; β<0,5\beta<0{,}5 car 8282 est à plus d'une erreur type sous le seuil.

Pourquoi

Deux contrôles de cinq secondes qui attrapent une zone mal placée ou un β\beta centré sur μ0\mu_{0}.

Conclusion rédigée

Au seuil de 5 %, l'épaisseur moyenne du revêtement est inférieure aux 85 µm garantis (valeur p 0,0418) ; si elle vaut en réalité 82 µm, ce test la manque environ 14 fois sur 100.

L'erreur classique sur cet exercice : Écrire H1:μ>85H_{1}:\mu>85 parce que l'énoncé dit « au moins » : le test regarderait du mauvais côté, et z0z_{0} négatif ne rejetterait jamais.

À savoir par cœur

  • • H₀ porte l'égalité ; H₁ porte ce qu'on veut établir, et son sens fixe la zone de rejet.
  • • Valeurs critiques : 1,645 (5 %, une queue), 1,96 (5 %, deux queues), 2,33 (1 %, une queue), 2,575 (1 %, deux queues).
  • • Student à n − 1 ddl dès que σ est estimé par s sur une population normale avec n < 30.
  • • Proportion : p₀ sous la racine dans le test, p̄ dans l'intervalle de confiance.
  • • On rejette H₀ si la valeur p est inférieure à α ; sinon on ne peut pas rejeter, on n'« accepte » jamais.
  • • α sous μ₀, β sous la vraie moyenne avec la même zone ; puissance = 1 − β.

Questions fréquentes

Comment choisir entre un test unilatéral et un test bilatéral ?

On lit la question. Si l'énoncé cherche à établir un sens précis, plus grand, plus petit, a augmenté, a diminué, publicité mensongère, le test est unilatéral de ce côté. S'il demande seulement si la moyenne a changé ou diffère de la valeur annoncée, le test est bilatéral et le risque alpha se partage entre les deux queues.

Que veut dire une valeur p de 0,03 dans un test d'hypothèses ?

Si l'hypothèse nulle était vraie, on n'obtiendrait un écart au moins aussi grand que celui observé qu'environ 3 fois sur 100. On rejette donc l'hypothèse nulle au seuil de 5 %, mais pas au seuil de 1 %. Ce n'est pas la probabilité que l'hypothèse nulle soit vraie.

Quand utiliser la loi de Student plutôt que la loi normale ?

Pour tester une moyenne quand l'écart-type de la population est inconnu et estimé par celui de l'échantillon, que l'échantillon compte moins de 30 données et que la population est supposée normale. On lit alors la table de Student à n moins 1 degrés de liberté. Avec 30 données ou plus, la loi normale suffit.

Comment calculer le risque bêta d'un test d'hypothèses ?

On écrit d'abord la règle de décision en moyenne d'échantillon, à partir de l'hypothèse nulle. Puis on calcule la probabilité que la moyenne d'échantillon tombe dans la zone où l'on ne rejette pas, en centrant la loi sur la vraie moyenne donnée par l'énoncé, avec le même écart-type sigma sur racine de n.

Marque ici la fiche comme lue ou mets-la en favori : un compte gratuit, sans mot de passe, retient tes fiches lues et tes favoris d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander la méthode ou l'exercice qui te manque. Crée ton espace, un courriel suffit.

Passer à la pratique

Exercices corrigés : Tests d'hypothèses, valeur p et risques d'erreur

Une méthode se prouve sur une copie, pas sur une fiche. La série du même chapitre reprend chacun de ces pièges dans un exercice, avec le corrigé rédigé étape par étape.

  • 11 exercices corrigés
  • 110 points
  • 180 minutes
Faire les exercices
Il manque quelque chose dans cette fiche ? Une méthode, un piège, un exercice pour l'appliquer, une erreur repérée : dis-le-moi, je lis chaque demande.

L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace. Pas envie de créer un compte ? Écris-moi directement.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

© Ahmed Squalli Houssaini. Fiche publiée sur www.letuteurscientifique.ca/fiches/mth0104-tests-hypotheses. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?

Contactez-moi pour une première séance. On reprend les tests au niveau de l'examen final.

Site par Studio Squalli