La distribution t de Student

Introduite par William Sealy Gosset en 1908 sous pseudonyme 'Student' (il travaillait a Guinness). Une des distributions les plus utilisees en statistique inferentielle quand on estime la moyenne d une population gaussienne a variance inconnue.

Définition formelle

T = Z/sqrt(V/k) avec Z ~ N(0,1) et V ~ chi^2(k) independants.

f(t) = Gamma((k+1)/2)/(sqrt(k pi) Gamma(k/2)) * (1 + t^2/k)^(-(k+1)/2)

Propriétés

• Moyenne = 0 (k > 1)
• Variance = k/(k-2) (k > 2)
• Symetrique, queues lourdes
• t(k) -> N(0,1) quand k -> inf

Valeurs critiques

• t_0.975(10) = 2.228
• t_0.975(20) = 2.086
• t_0.975(30) = 2.042
• t_0.975(100) = 1.984
• t_0.975(inf) = 1.960

t-test de Student

t = (x_bar - mu_0)/(s/sqrt(n)) ~ t(n-1) sous H_0. Rejeter H_0 si |t| > t_{1-alpha/2}(n-1). p-value = 2(1 - CDF(|t|, n-1)) deux queues.

Intervalle de confiance

x_bar +/- t_{1-alpha/2}(n-1) * s/sqrt(n). Exemple : n=20, x_bar=10.5, s=2.0. IC 95% : [9.564, 11.436].

Cinq modes

1. PDF f(t).
2. CDF P(T <= t).
3. Valeur critique.
4. t-test un/deux echantillons.
5. Intervalle de confiance.

Pourquoi 'Student' ?

Gosset travaillait chez Guinness qui interdisait publications scientifiques. A publie sous pseudonyme 'Student' bien qu ayant 32 ans et PhD en chimie. Ironie historique.

Hypotheses du t-test

(

• Independance des observations (echantillonnage aleatoire). (
• Normalite de la population ou n suffisamment grand pour théorème central limite (n >= 30). (
• Pour deux echantillons : homogeneite des variances (sinon Welch t-test avec df Welch-Satterthwaite). Violations severes requierent tests non parametriques Mann-Whitney U ou Wilcoxon

Applications

• t-test hypothèse : comparaison moyennes un/deux groupes, test le plus commun en statistique appliquee.
• Regression linéaire : test significativite coefficients beta_hat / SE(beta_hat).
• IC pour moyennes, differences moyennes, pentes regression.
• ANOVA : T^2 = F avec 1 ddl numérateur, cas particulier.
• Controle qualite : CUSUM, Shewhart avec règles basees sur t.
• Meta-analyse : combinaison etudes avec n differents.

William Gosset et la statistique des petits échantillons

La distribution t naquit d'un problème pratique de contrôle qualité. William Sealy Gosset travaillait comme chimiste et statisticien à la brasserie Guinness de Dublin au début du XXe siècle, où il devait tirer des conclusions fiables de petits échantillons de malt, houblon et levure. La statistique de l'époque ne fonctionnait qu'avec de grands échantillons, en utilisant la distribution normale ; Gosset dut en développer une nouvelle, valable quand l'écart-type de la population est inconnu et estimé à partir de peu de données. Guinness interdisait aux employés de publier par crainte de révéler des secrets industriels, aussi Gosset publia-t-il son travail en 1908 sous le pseudonyme « Student ». Sa distribution révolutionna la statistique appliquée, rendant possible l'inférence rigoureuse à partir d'échantillons réduits, fondamentale en agriculture, médecine et dans toute expérience scientifique aux données limitées.

La distribution t et la distribution normale

La distribution t de Student est étroitement apparentée à la distribution normale, mais s'en écarte de façon cruciale. Elle a la même forme de cloche symétrique centrée en zéro, mais des queues plus épaisses : les valeurs extrêmes sont plus probables. Cela reflète l'incertitude supplémentaire qui provient de l'estimation de l'écart-type à partir d'un échantillon plutôt que de sa connaissance exacte. À mesure que croissent les degrés de liberté, c'est-à-dire la taille de l'échantillon, la distribution t se rapproche de plus en plus de la normale, jusqu'à coïncider pratiquement avec elle pour de grands échantillons (plus de 30 observations). En pratique, on utilise la distribution t quand la variance de la population est inconnue et l'échantillon petit, et la normale quand la variance est connue ou l'échantillon très grand. Cette distinction est à la base du choix entre le test t et le test z en inférence statistique.

Mis à jour en juillet 2026