Brainscape's Knowledge GenomeTM

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


See full index

ERT-1402 Monkeh Explained > Cours 1 et 2 > Flashcards

Cours 1 et 2 Flashcards

Un lore semi accurate I guess des deux cours de théorie

1
Q

La pratique basée sur les
données probantes
(données scientifiques).

Qu’est-ce que c’est?

A

« Utilisation consciencieuse, explicite et judicieuse des meilleures et récentes connaissances scientifiques lors de la prise de décision concernant les soins d’un
client »

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

Graphique de la pratique basée sur les données probantes

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

Qu’est-ce que le terme Expert en ergothérapie?

A

L’expertise clinique permet au clinicien de regrouper les informations provenant de ces différentes sources et d’en faire l’interprétation afin d’élaborer un plan de traitement qui sera le meilleur compromis entre les évidences scientifiques, le contexte de pratique (ressources disponibles) et les préférences du client.

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

Les études quantitatives permettent d’utiliser:

A

Des modèles statistiques et des classifications des caractéristiques, graphiques et figures pour expliquer ce qui est observé et répondre à une problématique.

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

Les études quantitatives permettent d’utiliser des modèles statistiques et des classifications des caractéristiques, graphiques et figures pour expliquer ce qui est observé et répondre à une problématique.

Donner 3 exemples.

A

1) Décrire des population

2) Comparer des groupes

3) Vérifier des relations de causalité

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

Qu’est-ce qu’une problématique?

A

Une question pour laquelle il n’existe pas de réponse

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

Comment trouve-t-on une réponse à une problématique?

A

Avec la méthode scientifique

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

Pour trouver une réponse à une problématique, il faut _____________________________________

A

clairement poser le problème dans son contexte.

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

La recherche doit répondre à des questions _____________________________

A

importantes et intéressantes

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

Donner 3 exemples de stats descriptives.

A

Moyennes, écart-type, étendue fréquence

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

Donner 4 exemples de stats inférentielles.

A

Test de t, chi-carré, corrélations, régressions

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

Différence entre nombre de variables étudiées entre stats descriptives et inférentielles.

A

Descr.: 1 à la fois

Infé.: Au moins 2

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

Dans les stats inférentielles, que veut-on vérifier?

A

On veut vérifier si les différences sont statistiquement significatives afin d’induire les caractéristiques d’un échantillon à la population visée par l’échantillon.

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

2 types de variables

A

1) Qualitatives (catégorielles)

2) Quantitatives (discrètes ou continues)

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

2 types variables Qualitatives

A

– Nominale

– Ordinale

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

2 types échelles variables Quantitatives

A

– Intervalle

– Ratio

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

Variable qualitative catégorielle correspond à…

A

…un attribut ou une caractéristique.

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

Qualitative catégorielle peut-elle être mesurée?

A

Ne peut pas être mesurée, car ce n’est pas un
nombre

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

Qualitative catégorielle peut-elle être classée?

A

Oui

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

Variable Quantitative correspond à…

A

…un nombre / une quantité

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

Variable Quantitative peut-elle être mesurée?

A

Oui

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

Donner similarités et différences entre Qualitative Nominale et Ordinale.

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

“Niveau de mesure le plus élémentaire servant à classer des objets ou des personnes selon des catégories”

À quoi cela correspond-t-il?

A

Variables qualitatives: nominales

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Variables qualitatives: nominales peuvent-elles être mises en ordre croissant ou décroissant?

A

Non

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Donner des exemples de variables qualitatives nominales.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Variables qualitatives: ordinales contient des catégories.
Ces catégories peuvent-elles être mises en ordre de grandeur (en ordre hiérarchique)?

A

Oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Donner des exemples de variables qualitatives: ordinales.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Donner les similarités et différences entre les variables quantitatives discrètes et continues sur les échelles Intervalle et Proportion (ou ratio).

(Valeur, point zéro, valeurs entières ou multitude)

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Variables quantitatives: discrètes

1) Contiennent-elles des valeurs mesurables?

A

1) Oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Variables quantitatives: discrètes = ________________ seulement

A

nombre entier

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Variables quantitatives: discrètes, nombre __________________________________, généralement moins de 10 valeurs possibles

A

limité de valeurs possibles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Quand une variable est-elle quantitative discrète?

A

Lorsque ces trois conditions sont remplies:

  • Contient des valeurs mesurables
  • Nombre entier seulement
  • Nombre limité de valeurs possibles, généralement moins de 10 valeurs possibles
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Donner des exemples de Variables quantitatives discrètes.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Variables quantitatives: continues contient des valeurs ___________

A

mesurables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Variables quantitatives: continues peut prendre ______________________ dans un intervalle.

A

toutes les valeurs possibles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

Vrai ou faux?

Variables quantitatives: continues = Tous les nombres (unité, décimales, fractions…)

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

Variables quantitatives: continues = ________________ de valeurs possibles

A

Grand nombre

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

Donner des exemples de Variables quantitatives: continues.

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Variables quantitatives: échelle intervalle = Nombre à ________________

A

valeur numérique.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

Variables quantitatives: échelle intervalle: Intervalles _________________

A

fixes (unité de mesure)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

Variables quantitatives: échelle intervalle

Le zéro est-il arbitraire (non absolu)?

A

Oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

Variables quantitatives: échelle intervalle

Est-il possibilité d’effectuer les opérations mathématiques d’addition et soustraction avec une telle échelle?

A

Oui

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

Variables quantitatives: échelle __________

Impossible d’effectuer les opérations mathématiques de multiplication et division avec une telle échelle

A

intervalle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

Donner un exemple de Variables quantitatives: échelle intervalle.

A

Ex: la température en degré Celsius

(20 degrés n’est pas le double de 10 parce que le zéro est arbitraire)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

Variables quantitatives: échelle ratio

Donner un autre nom.

A

De proportion.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

Variables quantitatives: échelle ratio

  • Nombre à valeur ___________(1)
  • Intervalles _________________(2)
A

1) numérique

2) fixes (unité de mesure)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

Variables quantitatives: échelle ratio

Y a-t-il un zéro absolu avec ces échelles?

A

Oui

(Zéro absolu = absence du phénomène)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

Variables quantitatives: échelle ratio

Est-il possible d’avoir des scores négatifs?

A

Non

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

Variables quantitatives: échelle ratio

Quelles opérations mathématiques et statistiques sont possibles avec une telle échelle?

A

Toutes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

Variables quantitatives: échelle ratio

Donner 4 exemples

A

Distance, durée, poids, âge

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

De quel type de variable s’agit-il?

Âge

A

Quantitatif continu: échelle ratio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
52
Q

De quel type de variable s’agit-il?

Sexe

A

Qualitatif nominal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
53
Q

De quel type de variable s’agit-il?

Langue maternelle

A

Qualitatif nominal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
54
Q

De quel type de variable s’agit-il?

Années d’expérience

A

Quantitatif continu: échelle ratio

55
Q

De quel type de variable s’agit-il?

Nombre d’années de pratique depuis le diplôme

A

Qualitative ordinale

56
Q

Statistiques descriptives visent à ________________________

A

présenter, décrire et résumer un échantillon ou un ensemble de données

57
Q

Donner 2 exemples qui montre à quoi les stats descriptives servent.

A

1) Décrire les participants

2) Apprécier la distribution des données

58
Q

Vrai ou faux?

Les statistiques descriptives font partie de tous les projets de recherche

A

Vrai

59
Q

Quels types de fréquences pouvons-nous retrouver dans les distributions de fréquences?

A

La fréquence absolue et la fréquence relative

60
Q

Donner les différents types de statistiques descriptives.

A

1) Les distributions de fréquence
2) Les mesures de tendance centrale
3) Les mesures de dispersion
4) Les mesures de position
5) La courbe de distribution Normale

“Fabuleux Tigre Danse Presque Nu.”

Chaque première lettre correspond à l’un des concepts mentionnés :

Fréquence
Tendance centrale
Dispersion
Position
Normale

61
Q

Qu’est-ce que la fréquence absolue?

A

C’est le nombre/ occurence des observations de variables pour un groupe ou pour l’échantillon

Par exemple, si on a un échantillon de 25 personne et qu’on a 10 femmes et 15 hommes, well on a une fréquence absolu -un nombre/occurence- de 10 femme et 15 homme.

62
Q

Qu’est-ce que la fréquence relative?

A

Généralement exprimée en pourcentage, est égale à la fréquence considérée divisée par la fréquence totale.

Basically, si on donne un exemple comme: 40% de whamen et 60% de chad, on ne peut pas dire exactement on a combien d’homme et de femme, mais on sait que c’est 40% de femme et 60% d’homme.

63
Q

Si on connait les information des fréquence absolue, est-ce qu’on est capable de calculer la fréquence relative?

A

oui, car si on a juste les informations de la fréquence relative seulement, on va pas nécéssairement savoir toutes les information du nombre dans chaque groupe… on va plus avoir un rapport

64
Q

À quoi servent les distributions de fréquences?

A
  • Ça permet d’organiser et classer des données de masse pour en faire ressortir un sens quelconque
  • Ça peut être fait avec tous types de donnée (noinale, ordinale, intervalle, ratio.)
  • Il existe des distributions de fréquences groupées ou non groupée.
65
Q

C’est quoi la différence entre une distribution de fréquence groupée et non groupée

A

C’est groupé lorsque les nombres/occurence sont mis ensemble pour en faire une catégorie.
Ex: 1,2,3,4,5,6,7,8,9→ [1,3[ [3, 5[ [5, 7[ [7,9]
On peut calculer la fréquence absolure et relative en fonction des occurences se trouvant dans les catégories.

66
Q

Dans les mesures de tendence centrale, on a la moyenne, la médiane et le mode. Ça sert à quoi?

A

C’est pour résumer les observations ou les données en une valeur

67
Q

Donner 3 types de statistiques de tendance centrale.

A

1) Moyenne

2) Médiane

3) Mode

68
Q

Donner 3 types de mesure de dispersion.

A

1) Étendue

2) Variance

3) Écart type

69
Q

Statistiques de fréquence

La fréquence: nombre d’observations des ____________________________________________ pour un groupe ou pour l’échantillon.

A

variables catégorielles et quantitatives discrètes

70
Q

La fréquence: nombre d’observations des variables catégorielles et quantitatives discrètes pour un groupe ou pour l’échantillon

Donner un exemple.

A

Exemple: un échantillon comporte 25 personnes, 10 femmes et 15 hommes

La fréquence relative: %
– 40% femmes
– 60% hommes

71
Q

Statistiques de tendance centrale servent à…

A

…résumer les observations ou les données en une seule valeur

72
Q

Donner trois statistiques de tendance centrale.

A

1) Moyenne

2) Médiane

3) Mode

73
Q

avertissement

A

Les formules mathématiques ne sont pas à apprendre!

74
Q

Qu’est-ce que la moyenne?

A

La somme de toutes les valeurs de l’échantillon divisées par le nombre d’effectif de cet échantillon

Les valeurs extrêmes vont influencer la moyenne.

75
Q

Qu’est-ce que la médiane?

A

La valeur du milieu d’une série d’observations triées dans un ordre ascendant

76
Q

Que permet la médiane?

A

Permet de diviser une série d’observations en deux parties égales

faut mettre les valeurs en ordre croissant lol

77
Q

La médiane tient-elle compte de toutes les observations?

A

Non

78
Q

La médiane est ___?___________ par les valeurs extrêmes

A

peu influencée.

79
Q

Tableau qui explique la médiane.

A
80
Q

Qu’est-ce que le mode?

A

Valeur ou réponse la plus fréquente (très peu utilisée)

81
Q

Donnez les différents types de mesure de dispersion et dit à quoi ça sert plz

A

1) Étendue
2) Variance et écart-type
3) Coefficient de variation

Basically ça sert à savoir rapidement nos observations sont dispersés de quelle manière… Elles sont toutes rapprochés ou on a de grndes différences entre chacunes de ces observations-là

82
Q

Qu’est-ce que l’étendue?

A

Différence entre la plus grande et la plus petite valeur des observations

soustraction entre plus grande valeur et plus petite

83
Q

Qu’est-ce que la variance

A

C’est unemesure de **dispersion globale des données ** autour de la moyenne. On regarde donc pour chaque donnée, l’écart qu’elle a avec la moyenne de l’échantillon et on met cette information au carré. Plus la variance est élevée, plus la dispersion est grande (observations loin de la moyenne).

On le met au carré puisque si on fait la valeur par rapport à la moyenne en additionnant le tout pour chacune des observation, on va arriver à 0.

84
Q

Qu’est-ce que l’écart-type?

A

C’est aussi une mesure de dispersion des données autour de la moyenne plus commune.
Ça quantifie la distance des observations d’une distribution par rapport à la moyenne d’une série.
Plus il est élevée, plus la despersion est grande (plus les observations sont loin de la moyenne)

85
Q

Pourquoi on élève au carré le calcul de variance? Est-il préférable d’utiliser l’écart-type?

A
  • Élimination des valeurs négatives : En élevant au carré les écarts par rapport à la moyenne, on s’assure que toutes les valeurs sont positives. Cela évite que les écarts positifs et négatifs se compensent, ce qui pourrait conduire à une sous-estimation de la dispersion.
  • Accentuation des écarts importants : En élevant au carré, les écarts importants par rapport à la moyenne sont amplifiés, mettant ainsi davantage l’accent sur les valeurs qui s’éloignent fortement de la moyenne. Cela peut être souhaitable dans certaines situations où l’on veut donner plus de poids aux écarts significatifs.
  • Facilitation des calculs mathématiques: Le carré simplifie les calculs mathématiques, en particulier lors du calcul de la somme des carrés des écarts. Il simplifie également les propriétés statistiques lors de l’estimation de la variance.
  • Cependant, il est important de noter que l’utilisation du carré peut également avoir des implications sur l’interprétation.
  • L’écart-type (qui est la racine carrée de la variance) est généralement préféré lorsqu’on souhaite une mesure de dispersion dans les mêmes unités que les données originales, car cela facilite l’interprétation et la comparaison avec les valeurs brutes.
86
Q

L’écart-type quantifie la __________________(1) par rapport à la ____________________(2)

A

1) variation des observations

2) moyenne de la série.

87
Q

Écart-type tableau

A
88
Q

Écart-type autre tableau

A
89
Q

L’écart-type est très commune pour représenter une _______________

A

variable continue.

90
Q

L’écart-type est une _________________: tient compte de la distance de chaque score par rapport à la moyenne.

A

mesure de dispersion

91
Q

L’écart-type peut être utilisé pour comparer _______________

A

2 échantillons.

92
Q

Pourquoi on utilise souvent une mesure de tendance centrale accompagnée d’une mesure de dispersion dans la littérature?
ex: moyenne= 32 +/- 12,4

A

Pour décrire un échantillon et comparer plusieurs distributions qui ont la même moyenne.

93
Q

Voici une comparaison de plusieurs distributions qui ont la même moyenne. Analyse le graphique et dit comment l’écart-type et la distribution se réflète sur chacune des courbes.

A

Le mu représente des moyennes qui sont à 0. On a des écarts-type de 1, 1,5 et de 2. Nos courbes de dispersions sont plus évasés quand notre chiffre est plus élevé au niveau de l’écart-type et plus étroit (distribution moindre) quand l’écart est plus petit.

94
Q

Qu’est-ce que le coefficient de variation?

A

C’est peu utilisé mais ça permet de comparer deux distributions différentes. On prend l’écart-type, on la divise sur la moyenne et on fait un pourcentage.

C’Est plus pour comparer des échantillon. Ex: LE coefficient de variation de l’échantillon (x) s’étend d (…) lorsque pour l’échantillon (y) s’étend (…) ce qui nous permet de conclure qu’un échantillon a une variation qu’une autre

95
Q

Calcul de coefficient de variation de
x(moyenne) = 32 ± 12,4

A
96
Q

Répond et justifie ta réponse à la question dans l’image

A

La réponse est B
Tu pourrais calculer le CV pour chacun d’entre eux ou tu pourrais regarder tes formules et y aller avec logique. C’est impossible qu’on prenne C parce que on a un +/- 12,4… c’est comme si on prenais 32 et qu’on ajoutais ou enlevais 12,4 de chaque bord. C’est pas des donnés homogènes. Pour le A et B, on a le même écart-type mais des moyennes différentes. on va prévilégier la moyenne la formule qui a un petit écart type pour sa moyenne. On peut pas prendre A parce que son écart-type c’est legit la moitié de la moyenne elle-même, les données vont être all over the place. So c’est B.

En résumé, un coefficient de variation plus faible suggère que la dispersion des données est relativement faible par rapport à la moyenne, ce qui traduit une homogénéité plus grande des données autour de leur moyenne. C’est pourquoi, dans l’interprétation du CV, on considère une valeur plus basse comme indiquant une plus grande homogénéité des données.

97
Q

Quel sont les types de mesures de position?

A

les centiles & quartiles
Score standardisé

98
Q

Qu’est-ce que les centiles et les quartiles permettent?

A

Ça permet de comparer des résutats dont les moyennes et les écarts-types diffèrent.

99
Q

Qu’est-ce qu’un centile?
C’est quoi sa notation?

A

Ce sont les valeurs de la distribution, placées en ordre croissant, qui sont séparées en 100 sous-ensembles, contenant chacun 1% des données.
Notation: c₁, c₂, …, c₉₉

100
Q

Qu’est-ce qu’un quartile?
C’est quoi sa notation?

A

Ce sont les valeurs de la distribution, placées en ordre croissant, qui sont séparées en 4 sous-ensembles, contenant chacun 25% des données.
Notation: Q₁, Q₂, Q₃

101
Q

Est-ce que C50=Q2=médiane

A

ye

C’est toute la même donnée pour la même échantillon. une médiane coupe en deux l’échantillon et c’Est pareil pour de 50e centile et le deuxième quartile

102
Q

C’est quoi un score standardisé?

A

C’est quand on transforme un score brut en score standardisé (score/cote Z), pour indiquer à combien d’écarts-types au-dessus ou en-dessous de la moyenne se situe le score.

On prend des infos

103
Q

C’est quoi la différence entre l’utilisation des centiles/quartiles et le score standardisé?

A

À la place de prendre des pourcentages de données comme des centiles et quartiles, on prend des informations reliés aux écarts-types relié à la moyenne.

104
Q

Analyse: explique la relation écart-type et moyenne dans le graphique de score standardisé

A

Quand on est au centre, exactement sur la moyenne, on est à ‘0’ écart-type de la moyenne. Quand on est à 1 ou -1, ça dit qu’on est en dessous de cet écart-type.

105
Q

Est-ce que les donnée de toutes les échantillons du monde suivent une courbe normale?

A

Noh. Pour que ça soit le cas though, on pourrais dire que les données sont normalement distribuées seulement quand les données (organisé dans l’ordre croissant):
1. Sont similaire de part et d’autre de la valeur du centre créant une courbe de la forme d’une cloche
2. Moyenne, médiane et mode on la même valeur
3. Proportion des données décroit en s’éloignant de la moyenne
4. La courbe se situe au-dessus de l’axe horizontal, sans lui toucher
5. L’aire de la courbe est = à 100%

Les trucs mémnotechnique:
Y’A 5 caractéristiques. Pense que si t’avais dans la main l’image de ce graphique, ça te prendrais pas beaucoup de temps pour le pitcher au bout de tes bras sur… le mur mettons. Tu utilise 5 doigts donc y’a 5 caractéristique mkay?
On commence, part avec l’idée qu’on fait référence à une cloche ou wtv. va falloir avoir une image mentale du graphique dans la tête sinon t’es lowkey done.
1. Pour que sa fasse une cloche, faut que la ligne monte et descend de manière satisfaisante et égale donc nécéssairement il faut que les données soient similaires de part et d’autre de la valeur du centre.
2. Pour avoir le peak de ta cloche pi une montée et descente satisfaisante, faut que qu’il n’y ait pas de différence avec les chiffres qui fuck avec comment ton milieu/ton peak est fait. Donc il faut que ta médiane, ton mode et ta moyenne soient pareil. C’est le triple M. I guess que s’ils sont pas pareil, la courbe va avoir la même shape qu’un “m” majuscule: M? bro jsp là mais si t’as pas compris, tu vas au moins retenir comment j’ai essayer de l’expliquer en faisant des fautes.
3. C’est pas pour rien que je me fais chier à ajouter le mot satisfaisant quand je parle de la montée et de la descente de la courbe. Ça nous amène au point évident qu’il faut que les proportions de données décroient en s’éloignant de la moyenne (du milieu)
4. Je ne peux pas vraiment m’imaginer comment une courbe comme ça pet être satisfaisante si elle va en dessous ou qu’elle touche à 0 (axe horizontal) so there’s that I guess?
5. Mouvement bhai calcul différenciel ou intégral (jmen rappelle plus lequel) mais basically on voit les bandes pas satisfaisante (plus que ces cours là, à sa défense) derrière la courbe. Je me rassure en me disant que somehow, on est capable de les ranger dans la courbe pi que ça laisse NO CRUMBS pi que ça remplisse 100% de la surface en dessous de la courbe. J’écris un roman lol.

106
Q

Explique la distribution des données à travers les mesures de positionnement du graphique de la distribution de la loi Normale.

A
  • Tout ce qui est centrale a 34,13% de nos observations qui se trouve de chaque côté de la ligne centrale (qui équivaut à notre moyenne, médiane et mode).
  • Plus on s’éloigne, plus les % des données diminue, donc de moins en moins d’observations qui se retrouve dans ces bloques-là.
  • Quand on parle de cote Z, ils prenne tles écarts-types et on se demande à quel écart-type on est de la moyenne right? Donc souvent, la distribution de ce graphique se base sur ça: donc à 1 écart-type de la moyenne, on a 34,13% d’observation. entre 1 et 2 écarts-types, on a l’addition des deux écarts-type et ainsi de suite
  • La notion du quartile, centile et cote z est représenté avec leurs mesures de distribtion

on doit lowkey apprendre le graphique

107
Q
  • Calculer la moyenne, la médiane, le mode et l’étendue

Âge des enfants vus en ergothérapie = 16, 4, 7, 8, 6, 5, 7, 4, 3, 7

A
108
Q

Que peut-on présenter avec des données? (6)

A

-

109
Q

Exemple de tableau

A
110
Q

Autre exemple de tableau

A
111
Q

Donner 6 types de graphiques.

A

1) Diagramme circulaire ou à secteurs

2) Diagramme à barre

3) Histogramme

4) Boîte de moustache

5) Diagramme de dispersion: Nuage de points

6) Courbes de suivi

112
Q

Types de graphiques.

A
113
Q

Diagramme circulaire ou à secteurs

Présente des _______________________(1) et présente des variables ____________(2)

A

1) fréquences (des proportions)

2) catégorielles.

114
Q

Pour quelles fins utilise-t-on un diagramme circulaire ou à secteurs?

A

Utilisé pour décrire un échantillon ou dans les enquêtes, les statistiques sur une large population

115
Q

Diagramme _______: Fréquemment utilisé dans les études cliniques

A

à barre

116
Q

Quel type de variable peut-on représenter dans un diagramme à barres?

A

Tous les types de variables

117
Q

À quoi sert le diagramme à barre? (2)

A

1) À comparer entre les groupes, les séances (pré-post intervention)

2) Présente des fréquences

118
Q

Pourquoi utilise-t-on les histogrammes?

A

C’est utilisé pour observer la distribution des données, vérifier la normalité de la distribution des données et pour les variables quantitatives continues.

119
Q

Qu’est-ce qu’un histogramme?

A

Méthode graphique de vérification de la normalité de la distribution des données

120
Q

Pour quel type de variable utilise-t-on les histogrammes?

A

Pour les variables quantitatives continues

121
Q

Quelles informations présente la boîte moustache?

A

Elle présente la dispersion des données autour de la moyenne et des médianes de chaque niveau d’observation
On a des minimum, des maximum et des quartiles qui apparais sur la boite.
Ça permet de mettre plus d’un groupe/scéances (variables catégorielle) et une variable quantitative continue.
Ça permet de comparer d’un groupe à l’autre si la dispersion est plus petite ou plus grande au niveau de ce groupe?
Dans l’image, la dispersion du groupe 1 est plus petite comparé à la 4… l’étendu est plus petit si on se fie au minimum et au maximum comparé à celui du 4.
On a tout les quartiles, la médiane et la moyenne (croix)

Les quartiles:
1er: la donnée minimum jusqu’au début de la boite c’est le quartile 1
2e: quand qu’on rentre dans la boite jusqu’à la ligne, on est dans le quartile 2
3e: de la ligne (médiane/Q2/C50) jusqu’à la fin de la petit boite c’est le quartile 3
4e: De la fin de la petit boite jusqu’à la dernière observation, c’Est le quartile 4.

122
Q

Quelles sortes de variables les boîtes moustaches présentent-elles?

A

Une variable catégorielle ou une variable quantitative continue

123
Q

Autre nom pour un diagramme de dispersion.

A

Appelé aussi nuage des points (chaque point – une paire d’observation)

124
Q

Diagramme de dispersion présente la…

A

…dispersion des données d’une variable par rapport à une autre variable

125
Q

Les diagrammes de dispersions sont utilisés fréquemment dans les études _______________

A

de corrélation. Pour voir si y’a un corrélation entre différentes variables… 2 variables quantitatives pour être plus précise.

126
Q

Quel type de variable un diagramme de dispersion peut-il présenter?

A

Tout type

127
Q

Que présente une courbe de suivi?

A

Présente les données des différentes observations au cours du temps

128
Q

Quel type de variable peut-on représenter avec une courbe de suivi?

A

Variable quantitative continue

ex: glucose dans le sang selon le temps dans la journée.

129
Q

Que présente une courbe de survie?

A

Présente le nombre de décès dans le temps

130
Q

Quel type de variable peut-on représenter avec une courbe de survie?

A

Variable quantitative discrète

tu ne px pas avoir un demi mort lol ex: cancer d’une cohorte x qui a été exposé à xy choses.part tu au meme moment, combien et quand yadi yada.

131
Q

Que sont les données normalement distribuées? (5)

A

Lorsque les données, organisées dans l’ordre ascendant, sont similaires de part et d’autre de la valeur du centre.

1) La courbe prend la forme d’une cloche

2) Moyenne, médiane et mode ont la même valeur

3) Proportion des données décroit en s’éloignant de la moyenne

4) La courbe se situe au-dessus de l’axe horizontal

5) Aire sous la courbe=100%

132
Q

Exemple distribution loi normale

A
133
Q

La normalité des données

A
134
Q
A

ERT-1402 Monkeh Explained (2 decks)

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