Cours 1 - Bases Flashcards
De quoi est composée la VD?
de la VI et de l’erreur
Qu’est-ce que chaque modèle possède?
de l’ERREUR. On veut qu’elle soit la plus négligeable possible, mais c’est impossible de ne pas en avoir…
V/F: Avoir un p < 0.05 veut dire qu’il n’y a pas d’erreur
FAUX, y’a TOUJOURS DE L’ERREUR. Important de quantifier sa proportion…
Écart-type: c’est quoi?
Dispersion des scores autour de la moyenne… Variation calculée sur l’échantillon.
Quelle est la meilleure façon d’obtenir de meilleurs indicateurs en termes de moyenne et d’écart type? P.ex. tlm dans la classe recrute 9 personne ou 225 personnes.
Si groupes de 9: varient BEAUCOUP autour de la moyenne et moyenne varie beaucoup aussi…
Si groupes de 225: plus stables et plus proches de la moyenne. Ainsi, gros échantillon = moyenne et écart-type sont plus constants.
Aussi, si calcule la moyenne des moyennes, celle du gros n est plus proche de celle de la population réelle et l’écart type demeure moins grand
2 façons d’obtenir de meilleurs indicateurs?
- Faire des sous-échantillons et calculer la moyenne et l’écart-type de chacun (nombre d’échantillons)
- Taille de l’échantillon
Erreur standard: c’est quoi?
variation calculée sur la DISTRIBUTION D’ÉCHANTILLONNAGE (i.e. sur la population totale). Équivalent de l’écart-type pour l’échantillon.
V/F: plus les échantillons sont nombreux, mais de petite taille, plus leur moyenne tend à s’approcher de la moyenne de la pop.
FAUX, plus les échantillons de DE GRANDE TAILLE, plus leur moyenne tend à s’approcher de celle de la pop.
Signification du p ? 2 significations.
- Probabilité de commettre une erreur (niveau 1)
2. Probabilité de rejeter l’hypothèse d’égaliaté Ho alors qu’on ne devrait pas (Erreur de niveau 2)
2 hypothèses quand on fait des stats?
- Ho = hypothèse d’égalité. Gr 1 et Gr 2 sont ÉGAUX
- H1 = n’existe pas en réalité, car on va plutôt REJETER Ho. Si on rejette Ho (L’ÉGALITÉ, veut alors dire qu’il y a une différence
Tests d’hypothèses dans le MONDE A (Conditions d’application). Qu’est-ce qu’on souhaite et exemple de contexte?
On veut un NON-REJET de Ho. Donc, p > 0.05.
Ex. tester l’homogénéité des variances ou la normalité.
Logique = on veut que les groupes, initialement, soient pareils/équivalents. On veut donc une hypothèse d’ÉGALITÉ (donc ACCEPTATION/NON-REJET de Ho). Si on rejette Ho dans ce cas, ça veut dire que nos groupes NE sont PAS équivalents… Marche pas.
Tests d’hypothèses dans le MONDE B (Monde des tests). Qu’est-ce qu’on souhaite et exemple de contexte?
On veut REJETER Ho. Donc, p < 0.05.
Car voudrait dire qu’il N’y a PAS d’égalité entre les deux groupes, donc qu’ils sont différents!
Ex. tester une différence entre deux groupes (test-t)
Exemple d’hypothèses en lien avec heures de cours et lien avec note finale?
Ho: Pas d’association statistiquement significative entre heures étudiées et note finale au cours.
H1: Association satis’mt signif. entre heures étudiées et note finale au cours
Faire tableau pour mieux comprendre erreurs alpha / bêta / pas d’erreur (x2).
PAS DE LOUP ET PAS CRIER: pas d’erreur.
PAS DE LOUP ET CRIER: Erreur de type 1 (alpha): crier à tort ; plus dommageable…
-> Rejeter Ho alors qu’on ne devrait pas (dire qu’il y a un effet alors qu’on en a pas)
LOUP, CRIE PAS: Erreur de type II (beta). Ne détecte pas la différence.
-> Ne pas rejeter Ho alors qu’on ne devrait pas (dire qu’il n’y a PAS d’effet alors qu’il y en avait un)
LOUP, CRIE: Pas d’erreur = PUISSANCE STATISTIQUE.
-> Capacité à détecter un effet quand il y en a un.
