Analyses Statistques

Question 1

Statistiques Inférentielle

Answer 1

Est utilisée pour faire des déductions ou tirer des conclusions sur une population en se basant sur un échantillon de données.

Question 2

Quelles sont les deux branches de la statistique Inférentielle?

Answer 2

1. Paramétrique
2. Non-paramétrique

Question 3

Statistique Paramètre

Answer 3

Elles sont utilisés pour estimer les paramètres de la population et tester des hypothèses en tenant compte des postulates sur la distribution des variables

Question 4

Des test paramétriques reposent sur 4 postulats

Answer 4

1. Les variables sont normalement distribuées dans la population
2. Possibilité de calculer la variance
3. Données continues
4. Les variables sont à échelle d’intervalle ou de ratio

Question 5

Statistique Non Paramétrique

Answer 5

Elle est utilisée quand la distribution des données ne repose pas sur des postulats de normalité:
- Variables continues, mais petit échantillon
- Variables ordinales
- Variables nominales

Question 6

Distribution Normale (Ou Gaussienne)

Answer 6

C’est la plus importante distribution en biostatistiques
Elle dépend de deux paramètres: la moyenne ų et l’écart type õ: N(ų,õ)
Le graphe a la forme d’une cloche
Celle-ci est symétrique
La médiane = la moyenne

Question 7

Utilisations Des Stats Inférentielles - Mesure d’association

Answer 7

Mesuré d’association: examiner la relation proposée entre 2 variables

Question 8

Utilisations Des Stats Inférentielles - Mesure de prédiction

Answer 8

Mesure de prédiction: Utiliser une variable indépendante pour prédire une variable dépendante

Question 9

Utilisations Des Stats Inférentielles - Mesure de différences de moyennes

Answer 9

Mesure de différences de moyennes: déterminer des différences entre les groupes expérimental et de contrôle

Question 10

Hypothèse Nulle (Ho)

Answer 10

La relation ou la différence n’existe pas
- Conclusion: pas de relation/pas de différence (Décision Correcte)
- Conclusion: il y a une relation/difference (Erreur de Type 1) *Faux Positif

Question 11

Hypothèse Alternative (H1)

Answer 11

Une relation ou une différence
- Conclusion: pas de relation/pas de différence (Erreur de Type 2) *Faux négatif
- Conclusion: il y a une relation/difference (Décision Correcte)

Question 12

Test bilatéral

Answer 12

(À deux queues)
Exist-t-il une relation significative?
- En forme de question

Question 13

Test unilatéral

Answer 13

(À une queue)
Existe-t-il un type spécifique de relation?
One has a correlation with another

Question 14

Mesure D’association ou Corrélation

Answer 14

Statistiques bivariées
Deux types de corrélations: Pearson (paramètre) et Spearman (non-paramétrique)

Question 15

Les Coefficients De Corrélation

Answer 15

La corrélation est un type de relation qui, mesurée statistiquement, produit une valeur numérique: le coefficient de corrélation (r)

Question 16

Causalité et Corrélation

Answer 16

La corrélation ne signifie pas l’existence d’une relation causale entre deux variables
- La corrélation quantifié le dégrées auquel les changements dans une variable sont liés aux changement dans une autre variable
- Dans de nombreux cas, deux variables sont corrélés car elles sont toute deux corrélés avec une troisième variable

Question 17

Quelles conditions devons-nous remplir pour établir une inférence causale?

Answer 17

1. L’ordre chronologique approprié doit être établi. Si À cause B, À doit se produire avant B
2. Il ne doit pas y avoir de variables de confusion ou extrinsèques. Il ne doit pas y avoir d’autres explications alternatives.

Question 18

Coefficient de corrélation de Pearson

Answer 18

Désigné par p ( rho) dans la population, et r dans l’échantillon
Indicateur numérique de la relation linéaire entre deux variables

Question 19

Les Mesures de Prédiction

Answer 19

L’analyse de régression: sert à caractériser le modèle de relation entre la ou les variables indépendantes et la variable dépendante
- Variable indépendante
- Variable dépendante

Question 20

Variable Indépendante

Answer 20

Variable que le chercheur manipule ou modifie intentionnellement dans l’expérimentation
OU celle qui est explicative dans une étude d’observation

Question 21

Variable Dépendante

Answer 21

Variable qui tend à changer en fonction de la variable indépendante
OU la variable qu’on souhaite prédire dans une association

Question 22

L’analyse De Régression

Answer 22

Fait usage de la corrélation entre les variables et de la notion d’une ligne droite pour formuler une équation de prédiction.
L’équation permettra de prédire la valeur d’une des variables en fonction de la valeur de l’autre variables.

Question 23

La Régression Multiple

Answer 23

Analyse statistique multivariée servant à établir la relation prédictive (Y) et un ensemble de variables indépendantes.
Donne une équation de régression qui permet de prédire la valeur de la variable dépendante quand les variables indépendantes sont connues (modèle prédictif).
Le coefficient de régression multiple au carré (R^2) indique la proportion de la variance de la variable dépendante (Y) qui est expliqué par un groupe de variables indépendantes.

Question 24

La Régression Linéaire Simple

Answer 24

Elle recherche une relation linéaire entre les variables
Y= a+bx
Y: la variable dépendante (valeur prédite)
X: la variable indépendante
a: le point d’intersection de la ligne droite avec l’axe des Y
b: le pente de la ligne droite, appelée (coefficient de régression)