Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

STATS > 1/3 BARDIN > Flashcards

1/3 BARDIN Flashcards

1
Q

STATS DESCRIPTIVES = ?

A

= au niveau de l’échantillon

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Stats inférentielles= ?

A

= au niveau général

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Variable invoquée = ?

A

= catégories naturelles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Variable provoquée =

A

= manipuler température…

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

groupes indépendants = ?

A

= comparaison de 2 groupes d’individus au moins (ex: (non)/fumeurs)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

groupes appariés = ?

A

Un même groupe réalise plusieurs fois la même mesure à différents temps (ex: fumeurs en sevrage à jour 15 et jour 30)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Variable nominale = ?

Ex

Traitements stats ?

A

= quali
= pas de valeur numérique
= pas d’ordre

Ex: sexe,csp, couleur cheveux

->effectifs
-> fréquences
-> pourcentages
-> mode

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Le mode = ?

A

= modalité qui présente la plus grande occurence

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Variable ordinale = ?

Ex ?

Tts stats ?

A
  • quali
  • pas de valeur numérique
  • notion d’ordre

EX: taille (petit/moyen/grand)
fréquence de travail (rarement/régulièrement.souvent)

->effectifs
-> fréquences
-> pourcentages
-> mode
-> médiane

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Variable d’intervalle = ?

Tts stats ?

A
  • numérique
  • l’écart entre chaque modalité est identique
  • classement possible

Ex: taille en cm

->effectifs
-> fréquences
-> pourcentages
-> mode
-> médiane
-> moyenne
-> écart-type

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

écart-type = ? (x3)

A

= dispersion moyenne des valeurs autour de la moyenne
= indicateur de dispersion
= racine carrée de la variance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Variance = ? (x2)

A

= valeur de l’écart type au carré

= dispersion
des données de l’échantillon
autour de sa moyenne

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Lickert = quel type de variable ?

A

= ordinales

Mais si on code avec chiffres = variable d’intervalle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Tests non-paramétriques:

Qu’est ce qu’ils testent ?
Que prennent pas en compte ?

A

Testent hypothèses

Les paramètres de la population de l’échantillon

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Tests paramétriques = dans quelle situation ?

A

= quand paramètres de la population le permettent

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Loi normale = ?

A

= courbe de Gauss

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Skewness = ?

A

= asymétrie courbe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Kurtosis = ?

A

= applatissement

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Valeurs Distribution normale = ?

A

[-1.5, 1.5]

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

+ le coef d’applatissement est proche de zéro, plus … ?

Veut dire que symétrique forcément ?

A

+ on a une distribution proche de la normale

Non

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Quel test permet de déterminer si la distribution peut s’apparenter à une distribution normale ?

Il faut quoi/ Shapiro pour que la distribution soit considére comme normale ?

A

Shapiro-Wilk

Que le test soit non significatif

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

+ la taille de l’échantillon est important…

A

+ la probablilité que la distribution suive une loi gaussienne est élevée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Quelles sont les 3 dimensions psychologiques évaluées ? (détail)

A
  • comportementale (nb bonbons mangés)
  • affective (aimez bonbons ?)
  • cognitive (connaissance des bonbons)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Quels sont les 3 types d’échelles ?

A
  • nominale
  • ordinale
  • numérique
25
Q

Quelles sont les limites des questionnaires ?

A

= mesures auto-rapportées

-suppose accès conscient aux déterminants de ses jugements
-limites de l’‘introspection
-désirabilité sociale

26
Q

seuil de significativité p = ? (x3)

A

= risque d’erreur de rejeter H0 à tort

= p inférieur ou égal à 0.5; jamais > 1

= on peut prendre le risque de généraliser à la population

27
Q

Que testent les stats ?

H0 = ?

A

H1 par rapport à H0

= pas de lien entre les variables

28
Q

p = ? (x4)

A

1- probabilité de rejeter H0 à tort
2- fournit un pourcentage d’erreur
3- = conclure à une différence (= effet vi sur vd)
au niveau de la POPULATION
alors qu’elle n’existe pas
4- Ne peut jamais être > à 1

29
Q

H1 est validée si p = ?

A

si p est inférieure ou égale à .05

30
Q

+ l’échantillon est important, + p…

A

… s’abaisse

31
Q

Def Taille d’effet = ?

Nature (inférentiel ou descriptif ) ?

Exemples de tests ?

A

= l’importance de l’effet de la VI sur la VD

= descriptif

  • D DE COHEN (pour le T de student)
  • r de Pearson
32
Q

= ?

Seuil de convention ?

Puissance statistique : formule ?

Si Beta=.20 ? ->

A

= probabilité de retenir H1 à raison

.20

la puissance statistique = 1-B =.80

= 20% de risque de rejeter H1 à tort

= 80% de chances de mettre en évidence l’effet s’il existe

33
Q

Que permet une analyse de puissance ?

Doit-on la calculer avant de commencer la recherche ?

A

de déterminer la taille de l’échantillon avant la recherche

en fonction du seuil alpha et de la taille d’effet voulue

C’est préférable

34
Q

T de student sert à = ?

A

= valider le fait que les résultats de l’échantillon peuvent permettre des inférences au niveau de la population

35
Q

Quels sont les principaux tests paramétriques ?

A
  • t de student
  • ANOVA
36
Q

Comment comparer un groupe à une valeur ?

A

T de student pour échantillon unique

37
Q

Comment comparer les moyennes de deux groupes distincts ?

A

T de student pour groupes indépendants

38
Q

Comment comparer les 2 moyennes d’un même groupe ?

A

T de student pour groupes appariés

39
Q

Comment comparer la moyenne de + de 2 groupes distincts ?

A

Anova à un facteur

40
Q

Comment comparer les effets de plusieurs VI et une VD ?

A

ANOVA Univariée

41
Q

Comment comparer les effets de plusieurs VI sur plusieurs VD ?

A

ANOVA Multivariée (= MANOVA)

42
Q

Comment comparer les moyennes d’individus ayant réalisé la même mesure plusieurs fois OU d’au moins 2 groupes distincts sur plusieurs temps de mesure ?

A

ANOVA pour mesure répétée/ANOVA mixte

43
Q

Tests paramétriques: quand quelles conditions ?

A

-VD d’intervalle
-variances homogènes
- distribution normale

44
Q

Tests NON paramétriques: quand ?

A
  • échantillons de petite taille
  • vd quali (nominale ou ordinale)
45
Q

Ex de tests non paramétriques ?

A

EX:
Chi2,
Rho de Spearman,
Mann-Whitney…

46
Q

Ex de tests paramétriques ?

A

ANOVA, t de student…

47
Q

Rôle des tests paramétriques = ?

A

= valider le fait que les résultats de l’échantillon (= niveau descriptif)
peuvent permettre des inférences au niveau de la population

48
Q

Liste de stats descriptives ?

A

moyenne
mode
médiane
écart-type
effectif
%
quartiles

49
Q

est-ce que les variables ont au moins deux modalités ?

A

OUI

50
Q

Ecart-type: plus il est élevé, plus … ?

A

la distribution s’étale autour de la moyenne

51
Q

Variance: + elle est proche de la valeur 0, +…

A

+ les données sont proches de la moyenne

52
Q

Ex de test non para/para ?

Lesquels sont les plus puissants ?

A
  • Rho spearman, Chi2
  • anova, student, corrélation de pearson

Les paramétriques

53
Q

R de pearson = paramétrique ou non ?

C’est quoi ? (x2)

Différence r/R

Qu’est ce qu’il évalue ?

Seuil ?

Grand effet = ?

A

OUI

Coef de corrélation + taille d’effet

Ech/population

Force/direction (corré positive ou négative) d’une relation e 2 variables

-1/1

> 0.3

54
Q

Que mesure l’alpha de Cronbach ? (x3)

A

Fiabilité et validité d’un questionnaire
= cohérence interne
= est-ce que les items mesurent tous la même chose ?

55
Q

r² = ?

A

part de la variance de la VD
qui peut être expliquée par la VI

56
Q

r² ajusté = ?

A

pénalise l’ajout de variables inutiles

57
Q

taille d’effet

A

ampleur
de la relation
entre 2 variables

58
Q

beta (x2)

A

= coef de régression
= effet estimé entre la vd et la vi

59
Q

seuil de r ?

A

-1/1

STATS (3 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions