Vaut pas la peine d'en parler
Quiz yourself by thinking what should be in
each of the black spaces below before clicking
on it to display the answer.
Help!
|
|
||||
|---|---|---|---|---|---|
| Qu'est ce que la population? | Ensemble de tous les objets possèdant une ou plusieurs caractéristiques communes
🗑
|
||||
| La statistique est une valeur calculée sur quoi? | L'échantillon
🗑
|
||||
| Que calcule-t-on sur la population? | Un paramètre
🗑
|
||||
| Vrai ou Faux? Variable se définie comme une propriétés d'un objet pouvant prendre différentes valeurs? | Vrai
🗑
|
||||
| Comment définit-on une constante? | Propriété qui possède une quantité fixe.
🗑
|
||||
| À quoi sert une stat inférentielle? | Tirer des conclusions sur l'ensemble de la population à l'étude à partir de stats calculé sur un ou des échantillons?
🗑
|
||||
| À quoi sert une stat descriptive? | Résumer info essentielle de l'ensemble des données--> indices numériques et graphiques.
🗑
|
||||
| Pourquoi utilisons-nous un échantillon pour faire des inférences statistique? (3) | Facilité, Économie, Efficacité
🗑
|
||||
| Que signifie le terme assignation aléatoire? | Répartition au HASARD des sujets aux différentes conditions. Chacun a une chance égale d'être assigner a telle ou telle condition.
🗑
|
||||
| Le degré de représentativité de l'échantillon dépend de quoi? (3) | 1. Grandeur de l'échantillon (+grand= +représ.)
2. Échantillonnage (Probabiliste = +représ.)
3. Assignation (Aléatoire= +représ.)
🗑
|
||||
| Par quoi sont désignés les paramètres? Les stats? | Paramètre: Lettre grecque
Stats: Lettre standard.
🗑
|
||||
| Quelle est la principale différence entre les données continues et discrètes? | Continues se comptent par unités complètent, Discrètes peuvent prendre n'importe quelle valeur.
🗑
|
||||
| VRAI OU FAUX. En notation statistique, une lettre minuscule représente une variable. | Faux, la lettre majuscule représente une variable alors que la lettre minuscule représente une unité d'observation de cette variable.
🗑
|
||||
| Quelles sont les caractéristique de l'échelle à intervalle? | Données ordonnées, Les différences entre chacune sont égales et correspondent à des différences réelles. Pas de zéro absolue
🗑
|
||||
| Si une distribution est plus allongée vers le haut comment la caractérisons-nous? | Leptokurtique selon le degré de voussure.
🗑
|
||||
| Quelles sont les principaux avantages/inconvénients du mode? | Av: Représente + grand nombre de données (données nominales)
Inc:Peu représentatif de la population
🗑
|
||||
| Quelles sont les principaux avantages/inconvénients de la médiane? | Av: Non influencé par les données extrêmes
In: Pas utile pour les équations
🗑
|
||||
| Quelles sont les principaux avantages/inconvénients de la moyenne? | Av: Manipulation algébrique possible. Estimateur + stable de la tendance centrale
In: Biaisée par les données extrèmes.
🗑
|
||||
| Pourquoi est-ce que l'écart moyen est peu utilisé? | C'est la moyennes des écart à la moyennes. Il est donc toujours =0.
🗑
|
||||
| Qu'est-ce que le coefficient de variation? | Indice de dispersion permettant de comparer des écarts-types provenant d'échantillons dont les moyennes ou échelles de mesure diffèrent.
🗑
|
||||
| VRAI OU FAUX. À la suite d’une transformation linéaire, la variance des scores transformés est égale à la variance des scores originaux au carré. | Faux, égale à la variance des scores originaux multiplier par le carré de b.
🗑
|
||||
| En quoi le score Z est différent du score de déviation? | Le score Z est en fait un score de déviation standardisé, c’est-à-dire qu’il est pondéré
selon l’écart-type de la distribution alors que celui-ci est affecté par la moyenne. Donc, permet de comparer deux scores provenant de 2 dif distributions normales.
🗑
|
||||
| Comment peut-on définir le score Z? | score Z: Étant un score d'une distribution moins sa moyenne exprimée en unités d'écart-type
🗑
|
||||
| Pourquoi utilise t-on la distribution centrée réduite? | Pour que la moyenne=0 et l'écart type= 1. Éviter les distributions différentes. Diminue la complexité sans changer la forme de la distribution
🗑
|
||||
| Qu'est-ce que le point de vue analytique? | Basé sur nos connaissances des données et système à l'étude. Soit la probabilité de A qui est mutuellement exclusif à A et ou A et B forment la totalité des alternatives possibles. p(A)= A/(A+B)
🗑
|
||||
| Qu'est-ce que le point de vue de la fréquence relative? | On ne connait pas la totalité du système à l'étude. Basé sur approche expérimentale soit prélèvement avec remise. +nb essais grand, + estimation probabilité est précise.
🗑
|
||||
| Qu'est-ce que 2 évènements indépendants? | Occurence/Non-occ. d'un évènement affecte pas l'occurence/Non-occ. de l'autre.
🗑
|
||||
| Qu'est-ce qu'une probabilité conditionnelle? | Probabilité qu'un évènement survienne étant donné qu'un autre s'est produit p(A l B)
🗑
|
||||
| Que permet de le théorème de Bayes? | L'utilisation de conditions afin de restreindre le nombre de résultats possibles pour obtenir des statistiques plus précises dans une situation donnée.
🗑
|
||||
| Quelle est la principale différence entre une permutation et une combinaison? | La permutation détermine le nombre d’arrangement possible en tenant compte de l’ordre des éléments alors que la combinaison ne s’occupe pas de cet ordre.
🗑
|
||||
| Si l'alpha est de 0.05 et que H0 est acceptée, peut-on connaître la probabilité de faire une erreur de type Bêta ? | NON.
🗑
|
||||
| Si H1 est vraie mais que H0 n'est pas rejetée, quel type d'erreur est fait ? | Erreur bêta
🗑
|
||||
| Vrai ou Faux? Dans une démarche inférentielle, l'hypothèse doit être opérationnalisé en concept mesurable et sous forme statistique. | VRAI
🗑
|
||||
| Qu'est-ce que la distribution d'échantillonnage? | C'est la distribution théorique de toutes les valeurs statistiques que l'on obtiendrait si on calculait les probabilités associées à chacune de celles-ci à partir de milliers d'échantillons de même grandeur (n) tirés au hasard d'une même population.
🗑
|
||||
| Que peut-on conclure à propos de la comparaison entre l'échantillon et la distribution d'échantillonnage? | En comparant les 2, on peut inférer si l'échantillon correspond à la distribution d'échnatillonnage et donc s'il provient bien de la population à l'étude. Ensuite, il est possible d'estimer le résultat obtenu à H0= population.
🗑
|
||||
| Quel est l'impact de la grandeur de l'échantillon sur l'inférence statistique? | + échantillon est grand, + variance est petite et l'estimation du paramètre est précise. Donc, la conclusion inférentielle est sûre.
🗑
|
||||
| Quels sont les étapes de la démarche inférentielle? | 1.Identifer les hypothèses statistiques
2.Spécifier seuil de signification alpha (.01 ou .05)
3. Préciser le modèle statistique utilisé & effectuer l'analyse
4.Décision statistique
5. Conclure selon le contexte (signification statistique)
🗑
|
||||
| Quels comprends l'étape 3? | -Choix du test
-Distribution d'échantillonnage utilisé
-Conditions d'utilisation
🗑
|
||||
| Quels sont les conditions d'utilisation pour un score Z? | -On a un échantillon
-Écart type échantillon connu
-Normalité échantillon (n~30)
-VD sur échelle intervalle ou ratio
🗑
|
||||
| Quelle conditions d'utilisation change si c'est un score T? | L'écart type de l'échantillon doit être inconnu.
🗑
|
||||
| VRAI OU FAUX. Le théorème de la limite centrale stipule que la distribution d'échantillonnage des moyennes approchera une distribution normale lorsque la grandeur de l'échantillon croîtra. | Vrai
🗑
|
||||
| VRAI OU FAUX. Plus la grandeur de l'échantillon augmente, plus la fluctuation d'échantillonnage augmente. | Faux, I don't know why
🗑
|
||||
| Qu'est-ce que sont les degrés de liberté? | Nombre de valeurs qui peuvent varier sans contrainte dans l'estimation d'un paramètre.
🗑
|
||||
| Dans quels cas peut-on avoir des échantillons dépendants? | Un même échantillon mesuré 2x (pré-test/post-test). 2 individus mesurés à une seule reprise mais appariés en fonction de plusieurs caractéristiques importantes.
🗑
|
||||
| Vrai ou Faux. Dans un test T sur échantillons dépendants, on pondère la différence de moyennes par variabilité des données en tenant compte des individus. | Vrai, + grandes différences individuelles + la valeur de T diminue
🗑
|
||||
| Que ce passe-t-il quand on élimine la variabilité due aux différences individuelles ? | La variabilité due aux dénominateur tend à être réduite & valeur du T tend à augmenter.
🗑
|
||||
| Qu'est-ce que l'avantage des échantillons dépendants? | + T est grand, + il y a de chance de rejeter H0 donc augmentation de la puissance.
🗑
|
||||
| Comment calcule-t-on les degrés de liberté pour test T sur échantillons dépendants? | (n-1)= nombre de degrés de liberté
🗑
|
||||
| Comment calcule-t-on les degrés de liberté pour un test T sur échantillons dépendants? | (n1+n2)-1 = nombre de degrés de liberté
🗑
|
||||
| Qu'est-ce qu'il est important de vérifier avant d'effectuer un test T pour échantillons indépendants? | L'homogénéité des variances
🗑
|
||||
| VRAI OU FAUX. On travaille avec la moyenne des différences lorsqu’il est question de test t pour échantillon indépendant. | Faux
🗑
|
||||
| Qu'est-ce que l'exclusivité? | Lorsqu'un événement exclut automatiquement la possibilité d'occurrence qu'un second événement se produise au même moment
🗑
|
||||
| Qu'est-ce que l'exhaustivité? | Un ensemble d'événements qui inclut toutes les possibilités d'occurrences de l'ensemble référence.
🗑
|
||||
| Qu'est-ce que l'erreur standard? | fait référence à l'écart-type / n soit à l'écart-type de la distribution d'échantillonnage
🗑
|
||||
| Qu'est-ce que la spécificité? | Fait de détecter aucun effet lorsqu'il n'en a pas. (Vrai-négatif)
🗑
|
||||
| Qu'est-ce que la sensibilité? | Fait de détecter un effet lorsqu'il y en a un. (Vrai-positif)
🗑
|
||||
| Dans ce cas, dans quelles situations pourrait-on parler de faux-négatif? | Exclure l'hypothèse alors qu'il faut l'accepter (Erreur alpha). Ex. Dire qu'ils n'ont pas de dépression alors qu'ils sont dépressifs.
🗑
|
||||
| Dans quelles situations pourrait-on parler de faux-positif? | Accepter l'hypothèse alors qu'il fallait la rejeter (Erreur bêta). Ex. Dire qu'ils sont dépressifs alors qu'ils ne le sont pas.
🗑
|
||||
| Qu'est-ce que la démarche scientifique? | 1.Poser une question de recherche
2. Formuler une/des hypothèses de recherche
3. Établir protocole recherche
4. Réaliser recherche/collecte de données
5. Analyser/Interpréter données
6. Poser nouvelles questions/développement théorique.
🗑
|
||||
| Si le test de Levene n'est pas significatif lors d'un test T sur échantillon indépendant, qu'est-ce que ça signifie? | Si cette probabilité est plus petite que .05, cela veut dire que vous ne respectez pas le postulat d'homogénéité et que vous devrez utiliser les données se trouvant sur la deuxième ligne pour trouver si votre test-t indique une probabilité significative.
🗑
|
Review the information in the table. When you are ready to quiz yourself you can hide individual columns or the entire table. Then you can click on the empty cells to reveal the answer. Try to recall what will be displayed before clicking the empty cell.
To hide a column, click on the column name.
To hide the entire table, click on the "Hide All" button.
You may also shuffle the rows of the table by clicking on the "Shuffle" button.
Or sort by any of the columns using the down arrow next to any column heading.
If you know all the data on any row, you can temporarily remove it by tapping the trash can to the right of the row.
To hide a column, click on the column name.
To hide the entire table, click on the "Hide All" button.
You may also shuffle the rows of the table by clicking on the "Shuffle" button.
Or sort by any of the columns using the down arrow next to any column heading.
If you know all the data on any row, you can temporarily remove it by tapping the trash can to the right of the row.
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Created by:
lau2o
Popular Math sets