2.STATISTIQUES DESCRIPTIVES Flashcards

1
Q

Population

A

l’ensemble de tous les événements sujets ou objets qui possèdent une ou plusieurs caractéristiques communes sur lesquels l’étude porte son intérêt

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

Échantillon

A

sous-ensemble d’une population

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

Quand on forme un échantillon, l’objectif principal est qu’il

A

soit représentatif de la population à l’étude

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

2 Principaux types d’échantillons

A

Probabiliste: chaque membre de la population a une chance égale d’être sélectionné dans l’échantillon.

Accidentel: les éléments de l’échantillon sont sélectionnés à la convenance (ex: à la porte d’un centre d’achat, sujets qui répondent à une annonce, etc.).

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

Paramètre vs statistique

A

Paramètre
Mesure (caractéristique) calculée sur la population;
Représentation par une lettre grecque.

Statistique (estimateur ou estimé)
Mesure (caractéristique) calculée sur un échantillon;
Représentation par une lettre standard.

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

Statistique descriptive et inférentielle

A

Descriptive
Vise à résumer l’information d’un ensemble de données à l’aide d’indices numériques et graphiques.
Ex : la moyenne, l’écart-type, l’étendue, la médiane…

Inférentielle
Vise à tirer des conclusions sur l’ensemble de la population à l’étude à partir de statistiques calculées sur un ou plusieurs échantillons.
Utilisation de l’échantillon = facilité, économie, efficacité, faisabilité.

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

Variable

A

Propriété d’un événement, sujet ou objet qui peut prendre différentes valeurs

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

Variable indépendante

A

Ce qui est manipulé par le chercheur

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

Niveaux de mesure d’une variable :

A

Variable discrète : nombre limité de valeurs
Variable continue : peut prendre n’importe quelle valeur entre le minimum et le maximum de l’échelle (données quantitatives, numériques

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

Variable dépendante

A

Ce qui est mesuré

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

Les variables sont divisées en 4 catégories selon leur échelle de mesure

A

Échelle nominale;
Échelle ordinale;
Échelle d’intervalles;
Échelle de rapports (ou de ratios).

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

L’échelle nominale (ou catégorielle)

A

Étiquette sans ordre particulier (division en catégories);
Seules les fréquences sont possibles;
Ex : sexe (femme, homme), catégories diagnostiques du DSM, numéro sur gilet d’un joueur, etc. .

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

L’échelle ordinale

A

Les objets sont classés suivant un continuum ordonné (rang);
Ex : statut socio-économique, échelle de type Lickert;
La distance entre les rangs n’est pas nécessairement la même (ex : 2 sec entre la 1reet le 2eposition, mais 10 sec entre le 2eet le 3e).

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

L’échelle d’intervalles

A

Les sujets sont ordonnés mais des différences égales sur l’échelle correspondent à des différences réelles ;
Ex : l’échelle Celsius (15°C –10°C = 27°C –22°C);
Ne permet pas de faire de rapport ou ratio (40°C ≠ 2 ×20°C).

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

L’échelle de rapports ou ratio

A

Possède les caractéristiques de l’échelle d’intervalle avec en plus le zéro absolu;
Ex : le poids, la taille, la vitesse;
Toutes les opérations mathématiques sont permises (20 kg = 2 ×10 kg; 100 kg ÷10 = 10 kg).

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

Les variables indépendantes sont souvent mesurées sur des échelles

A

nominales (ex : sujets anxieux vs non-anxieux) ou ordinales (ex : couples peu vs moyennement vs très satisfaits)

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

Les variables dépendantes peuvent être mesurées sur

A

toutes les échelles de mesure, mais les échelles ordinales, d’intervalles et de rapports sont privilégiées

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

Le type d’échelle utilisée détermine

A

tests statistiques qu’il pourra exécuter.

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

Il existe plusieurs types de distribution, qui peuvent être différenciées selon le degré de

A

symétrie (left-right)
voussure(up-down)

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

Selon le degré de symétrie, une distribution peut être

A

normale (symétrique)
bimodale(2 bosses)
asymétrique négative(bosse à droite)
asymétrique positive(bosse à gauche)

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

Selon leur degré de voussure, les distributions peuvent être

A

Mésokurtique
(normale)

Leptokurtique (vers le haut/+ pic)

Platikurtique (vers le bas/+ plat)

22
Q

Une lettre majuscule représente

A

variable

23
Q

Une lettre minuscule représente

A

une unité d’observation (donnée) de cette variable

24
Q

Lorsqu’il y a plus d’une variable, on précise la donnée à l’aide de

A

plusieurs indices

25
Q

Notation de sommation

A

sigma (p.25)

26
Q

Trois règles de la sommation

A

La sommation d’une constante pour i de1 jusqu’à nest égale à nfois la constante

La sommation d’une constante multipliée par une variable est égale à la constante multipliée par la sommation de la variable.

La sommation d’une somme de plusieurs quantités est égale à la somme des sommations.

27
Q

Mesures de tendance centrale

A

mesure indiquant l’endroit où est centrée la distribution sur l’échelle de la variable

28
Q

Mode

A

Le résultat qui est le plus fréquent

29
Q

Un seul mode

A

unimodal

30
Q

Deux modes

A

bimodal

31
Q

Deux modes adjacents

A

unimodal

32
Q

Médiane

A

point sur l’échelle des données ordonnées numériquement au dessous de laquelle se situent 50% des cas

33
Q

Pour localiser la médiane

A

(n + 1) ÷2

34
Q

Quand n est pair, la médiane est

A

moyenne des 2 données centrales

35
Q

Propriété de la médiane

A

Pas affectée par les données extrêmes

La somme des distances entre chaque score en valeur absolue et la médiane est toujours plus petite ou égale à la somme des distances en valeur absolue entre
chaque score et tout autre score (excluant la médiane).

36
Q

Moyenne

A

La somme des données d’une distribution
pondérée par le nombre de données

37
Q

La moyenne possède 5 propriétés intéressantes

A

La somme de toutes les données est égale au nombre
de données multiplié par la moyenne

La somme des distances entre chaque score et la
moyenne est égale à 0.

L’addition d’une constante à chaque donnée de la distribution produit une nouvelle moyenne égale à la moyenne originale additionnée par cette constante

La multiplication d’une constante à chaque donnée de la distribution produit une nouvelle moyenne égale à la moyenne originale multipliée par cette constante

La moyenne est affectée par les données extrêmes, contrairement à la médiane et au mode qui ne le sont pas.

38
Q

+/- mode

A

+ =Peut représenter le plus grand nombre de données.
* S’applique à des données nominales

  • =* Souvent peu représentatif de la distribution
39
Q

+/- médiane

A

+=Non influencée par les données extrêmes.

  • =Se prête plus difficilement aux équations de par sa nature
40
Q

+/- moyenne

A

+=Manipulations algébriques possibles.
* Estimateur plus stable de la tendance centrale

-=Biaisée par les données extrêmes.

41
Q

Indices de dispersion

A

degré de déviation des données individuelles par rapport à la tendance centrale

42
Q

Étendue

A

Distance entre la donnée la plus élevée et la donnée la moins élevée d’une distribution

Étendue= XMAX-XMIN

43
Q

Propriétés Étendue

A

Ignore presque toute la distribution;
Calculé à partir des données extrêmes;
Dépend de la taille de l’échantillon;
Utile avec une distribution naturellement bornée (ex : l’âge)

44
Q

Écart-moyen

A

Moyenne des écarts à la moyenne (Inutile car toujours égal à 0 (2e propriété de la moyenne).) voir formule p48

45
Q

Écart-moyen absolu

A

Moyenne des écarts en valeur
absolue entre chaque donnée et la moyenne.
 Peu utile car pas manipulable algébriquement (en raison des
absolus).

46
Q

Variance

A

Moyenne des carrés des écarts à la
moyenne. voir formule p.49

47
Q

Écart-type

A

Racine carrée de la variance (voir formule p.51)

48
Q

La variance possède 3 propriétés intéressantes

A

La variance et l’écart-type sont très affectés par les données extrêmes

L’addition d’une constante à chaque donnée de la distribution nemodifie pasla variance (ni l’écart-type) de cette distribution

La multiplication d’une constante à chaque donnée de
la distribution produit une nouvelle variance égale à
la variance originale multipliée par cette constante au
carré et un nouvel écart-type égale à l’écart-type
original multipliée par cette constante

49
Q

Formule de calcul de la variance

A

voir p 56

50
Q

Coefficient de variation

A

Indice de dispersion qui
permet de comparer des écarts-types qui
proviennent d’échantillons dont les moyennes ou les
échelles de mesure diffèrent.

CV = écart - type/moyenne

51
Q
A