Analyse statistique de données Flashcards

1
Q

Qu’est-ce que les statistiques ?

A
  • Discipline qui s’intéresse à l’analyse quantitative de la réalité.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Qu’est-ce qu’un paramètre ?

A
  • Calcul effectué sur la population (vraie valeur dans la population ; presque toujours inconnu).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qu’un indice statistique ?

A
  • Calcul sur l’échantillon pour estimer le paramètre.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce qu’une analyse inférentielle ?

A
  • Tests statistiques permettant d’estimer les caractéristiques de la population telles qu’elles sont mesurées à partir de sous-ensembles (échantillons).
  • S/√n : écart type divisé par la racine du nombre de personne de l’échantillon.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce qu’une statistique descriptive ?

A
  • On ne fait que décrire les résultats.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quelle est l’objectif des statistiques ?

A
  • Représenter un grand nombre de données sous forme d’un ou de quelques nombres (ex. : moyenne).
  • Généraliser aux populations les caractéristiques mesurées à partir d’échantillons.
  • Prendre des décisions (ex. : faire une thérapie avec 1 groupe témoin et vérifier s’il y a une différence).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce qu’une stratégie d’analyse ?

A
  • Avant de procéder à la cueillette de données on doit décider du ou des tests statistiques à utiliser.
  • Nécessite que la question de recherche et les hypothèses soient clairement définies
  • Un critère fondamental qui guide le choix du test est l’échelle de mesure des variables impliquées
  • Il faut également bien déterminer le nombre de groupes à l’étude et tenir compte du plan de recherche.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qu’est-ce qu’une analyse descriptive et quelles sont les principaux indices statistiques qui nous intéressent?

A
  • Permet de synthétiser les données en faisant ressortir comment les données se distribuent.
  • Indices de tendances centrales (moyenne, médiane, mode)
  • Indices de dispersion (étendue, variance, écart-type)
  • Indices de distribution (fréquences, asymétrie, aplatissement)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quelles sont les indices de tendance centrale ?

A
  • Moyenne : Additionner tous les éléments d’un ensemble et diviser par le nbre d’éléments additionnés.
  • Médiane : Point milieu d’un ensemble ordonné de données.
  • Mode : Valeur qui a la fréquence la plus élevée, celle qui est endossée par le plus de participants.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quelles sont les indices de dispersion ?

A

Étendu :
- Écart entre la valeur la plus petite et la valeur la plus grande.
Variance :
- Variabilité de la distribution de donné. Somme (écarts à la moyenne)*2 / N-1.
Écart-type :
- Distance entre chaque donnée et la moyenne dans un ensemble de données (conserve unité de la variable car √variance)

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

Quelles sont les types d’étude de la distribution ?

A
  • Distribution de fréquence.
  • Aplatissement de la distribution (kurose)
  • Asymétrie de la distribution.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Qu’est-ce qu’une analyse inférentielle ?

A
  • Presque toujours avec des échantillons.
  • À l’aide de la statistique inférentielle, il est possible d’inférer la valeur d’une variable dans la population à partir de la mesure de cette variable prise dans l’échantillon.
  • Par convention, on fixe à 5% le risque toléré que ce soit due au hasard.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Qu’est-ce qu’un test one-tail (unilatéral) ?

A
  • Avec une direction (ex. : tel groupe sera meilleur que l’autre).
  • Avantage : on a déjà donné une direction donc on peut tester pour 5% d’un seul côté de la courbe (plus facile d’obtenir une différence statistiquement significative).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Qu’est-ce qu’un test two-tail ?

A
  • Sans direction (ex. : il y aura une différence significative entre tel groupe et tel groupe).
  • On doit diviser le 5% de chaque côté de la courbe (2,5% de chaque côté)
  • Faire lorsqu’on a une recension des écrits très contradictoire (étude qui penche de chaque côté).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Quand est-ce qu’on utilise la table t ?

A
  • Utiliser pour les petits échantillons (en bas de 30).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est-ce qu’une erreur de type 1 et de type 2 et laquelle est la plus grave ?

A
  • Type 1 : Rejet de H0 alors que H0 est vraie.
  • Type 2 : Non rejet de H0 alors que c’est faux.
  • Erreur de type 1 est la plus grave parce qu’elle envoie des chercheurs et intervenant dans une mauvaise direction.
17
Q

Qu’est-ce que Ho et H1 ?

A
  • H0 = hypothèse nulle ;

- H1 = hypothèse alternative

18
Q

Qu’est-ce que la puissance d’un test ?

A
  • 1 - erreur de type 2.
19
Q

Qu’est-ce que la démarche du test d’hypothèse ?

A
  • Pour une hypothèse donnée, formuler H0 et H1.
  • Identifier échelles de mesure des variables.
  • Choisir le test statistique à effectuer.
  • Effectuer le calcul statistique approprié.
  • En fonction du résultat, prendre la décision de rejeter ou non H0.
  • Interpréter la signification de cette décision.
  • Dire si votre hypothèse de recherche est confirmée.
20
Q

Quelles sont les différents test statistiques ?

A
  • Corrélation: 2 variables continues
  • Test t: 2 groupes et une variable continue
  • Test t apparié: une variable continue mesurée deux fois
  • Analyse de variance: 3 (et +) groupes et une variable continue
  • ANOVA à deux facteurs: deux variables nominales (facteurs) ou + et une variable continue
  • Khi-deux: deux variables nominales
21
Q

Qu’est-ce que la corrélation de pearson ?

A
  • Lorsqu’on veut mettre en relation 2 variables continues

- On s’intéresse au sens (+ ou -) ainsi qu’à à la force du lien (faible, modéré, fort).

22
Q

Exemple d’hypothèse de corrélation ?

A

Il y a un lien positif entre le nbre d’heure d’activité physique et le score de bien-être physiologique.

  • H0: Il n’y a pas de lien ou un lien négatif entre heures d’activité physique et score de bien-être psychologique
  • H1: Il y a un lien positif entre nombre d’heures d’activité physique et score de bien-être psychologique
  • Si on rejette H0, on accepte H1 = test significatif.
23
Q

Qu’est-ce que le test-t non pairé ?

A
  • Lorsqu’on veut comparer 2 groupes sur une variable continue (1 variable nominale dichotomique et 1 variable intervalle/rapport).
  • Important de présenter les moyennes de chaque groupe pour interpréter le résultat le groupe expérimental (M = 13,1) présente un score de dépression inférieur à celui du groupe témoin (M = 24,5).
24
Q

Exemple d’hypothèse test-t non pairé ?

A

Ex. d’hypothèse : Le groupe expérimental a un score de dépression inférieur à celui du groupe témoin.

  • H0: Le groupe expérimental a un score de dépression semblable ou supérieur à celui du groupe témoin
  • H1: Le groupe expérimental a un score de dépression inférieur à celui du groupe témoin.
25
Q

Qu’est-ce qu’un test-t pairé ?

A
  • Lorsqu’on a un seul groupe avec deux observations répétées sur une variable continue (1 variable intervalle/rapport mesurée au prétest et posttest).
  • Le test tient compte du fait que les résultats proviennent des mêmes personnes (mesures répétées) et non de groupes indépendants.
  • On présente également les moyennes pour expliquer le résultat.
  • Avantage : moins de participants ; inconvénient : passe 2 fois le même test.
26
Q

Exemple de test-t pairé ?

A
  • Ex. d’hypothèse : Le score de dépression au posttest sera inférieur à celui du prétest
  • H0: Le score de dépression au posttest sera égal ou supérieur à celui du prétest
  • H1: Le score de dépression au posttest sera inférieur à celui du prétest
27
Q

Qu’est-ce que l’analyse de variance (anova) ?

A
  • Lorsqu’on veut comparer 3 groupes et + sur une variable continue (1 variable nominale discrète et 1 variable intervalle/rapport)
  • L’analyse vous dit seulement si une différence existe (si rejet de H0), mais pas entre quels groupes
  • Analyse de la variance : compare la variance inter-groupe vs. Intra-groupe.
28
Q

Exemple d’analyse de variance (anova) ?

A
  • Ex. d’hypothèse : Il y a une différence entre les individus visuels, auditifs et kinesthésiques sur la capacité à mémoriser les noms des gens
  • H0: Il n’y a pas de différence entre les 3 groupes sur la capacité à mémoriser les noms des gens
  • H1: Il y a au moins une différence entre les individus visuels, auditifs et kinesthésiques sur la capacité à mémoriser les noms des gens
29
Q

Qu’est-ce que l’analyse de variance à 2 facteur (anova à 2 facteurs)?

A
  • Lorsqu’on a un plan factoriel à deux facteurs (ou +) et une variable continue (2 variables nominales et 1 variable intervalle/rapport)
  • Si un effet d’interaction est significatif, d’autres analyses sont requises et les effets principaux deviennent moins important.
30
Q

Exemple d’anova a 2 facteurs ?

A

Ex. d’hypothèse: Il y a un effet d’interaction entre le groupe (expérimental, témoin) et le sexe sur le niveau d’anxiété.

Il faut alors formuler H0 et H1 pour chaque effet:

  • Effet principal du groupe (1er facteur)
  • Effet principal du sexe (2e facteur)
  • Effet d’interaction groupe X sexe
31
Q

Qu’est-ce le Khi-carré ?

A
  • Lorsqu’on veut comparer ou mettre en relation 2 variables nominales
  • Test d’indépendance permet de tester les différences
  • Test d’ajustement d’une distribution permet de comparer une distribution à la distribution théorique
32
Q

Exemple de khi-carré ?

A

Ex. d’hypothèse: Il y a une plus grande proportion de femmes étudiant en psychologie qu’en génie.

  • H0: Il n’y a pas de différence entre le nombre d’homme et de femme dans les concentrations génie et psychologie
  • H1: La proportion de femme dans la concentration psychologie est plus élevée qu’en génie
33
Q

Qu’est-ce que l’analyse qualitative ?

A
  • Approche qui ne quantifie pas les phénomènes
  • Complémentaire à l’approche quantitative
  • Ne vise pas nécessairement la vérification d’hypothèses
  • Unités élémentaires de sens (mot, phrase)
  • Très compliqué, bcp d’entrevue avec synthèse des propos des participants et analyse des mots que se répètent
  • De plus en plus on se tourne vers des études mixtes (quanti et quali).