Cours 1 : Intro À La Moyenne Flashcards
Dans quelles circonstances doit-on utiliser la médiane au lieu de la moyenne?
Donne un exemple.
On doit utiliser la médiane au lieu de la moyenne lorsqu’il y a trop de données extrêmes.
EX : calculer le revenu moyen et quelqu’un a gagné à la lotto = il gonflerait artificiellement la moyenne du revenu = on se tourne vers la médiane.
En général, en statistiques, on est centré sur quel modèle statistique?
La moyenne.
À quoi correspond l’adéquation (fit) d’un modèle stat?
Jusqu’à quel point notre modèle est conforme à la réalité? Est-ce que notre modèle peut être généralisé à l’ensemble de la population?
Comment peut-on savoir l’adéquation (fit) de notre modèle?
En allant voir l’écart-type.
Nomme les étapes du processus de recherche.
1- Observer quelque chose dans l’environnement et émettre une question de recherche.
2- Créer une théorie.
3- Création de variables + générer une hypothèse.
4- Collecte de données pour tester la théorie et répondre à l’hypothèse.
5- Analyse des données.
Comment peut-on faire pour effectuer l’étape de 5 du processus de recherche : analyse des données.
On peut représenter nos données de façon graphique.
On peut mesurer une variable quelconque ds le gr expérimental et une autre dans le groupe témoin (ce qui nous donne une moyenne pr le gr expérimental et une autre pour le gr témoin).
Pour l’analyse des données, quelle question faut-il se poser lorsqu’il y a une différence de moyenne entre le groupe expérimental et le groupe témoin?
On doit se demander si la différence de moyenne est le fruit du hasard ou si c’est une vraie différence qui est attribuable à la manipulation expérimentale.
Dans quelle circonstance, la différence de moyenne entre le groupe expérimental et le groupe témoin est le fruit de la manipulation expérimentale?
Lorsque les participants ont été assignés au hasard soit dans le gr témoin ou expérimental = la différence est probablement dû à la manipulation.
Nomme les types de questions qu’on tente de répondre dans le processus de recherche.
- à quel pt si on referait l’expérience, on arriverait à des valeurs similaires?
- est-ce que la différence est le fruit du hasard ou c’est une vraie différence?
Etc…
Pourquoi construit-on des modèles statistiques?
On travaille avec des échantillons et on ne connaît jamais réellement la valeur de la population.
Les modèles stats nous aident à répondre à la question suivante : comment puis-je savoir si ce que j’observe dans mon échantillon est un bon reflet de la population? (= analyse inférentielle)
En quoi consiste la population?
Ensemble des unités à partir desquels nous voulons généraliser nos résultats.
En quoi consiste l’échantillon?
Ensemble (plus petit) d’unité à partir duquel on veut inférer des caractéristiques portant sur la population.
Comment peuvent-être nos prédictions sur la population lorsqu’il y a peu de variation dans l’échantillon?
On est plus confiant d’inférer avec justesse la valeur de la population.
En quoi consiste les statistiques inférentielles?
BUT : essayer de généraliser de l’échantillon à la population.
Plus facile de le faire lorsqu’on a peu de variation et bcp d’observations.
Complète la phrase : les résultats seront toujours ________ au _________ (moyenne) + erreur (______________)
Égaux
Modèle
Écart-type
