Cours 1 : Intro aux statistiques

Question 1

Méthodes quantitatives

Answer 1

Tester les théories en utilisant des nombres

Question 2

Méthodes qualitatives

Answer 2

Tester les théories en utilisant le langage.

Articles, magasines, journaux

Question 3

Le processus de recherche

À partie des données, on génère une ( ).

À partir de celle-ci on génère une ( )

Answer 3

À partie des données, on génère une question de recherche.

À partir de celle-ci on génère une théorie.

Question 5

Le processus de recherche

Après avoir généré une théorie, on formle des ( ) en identifiant les ( ).

Answer 5

Après avoir généré une théorie, on formle des hypothèses en identifiant les variables

Question 6

Le processus de recherche

À partir des hypothèses, on peut faire la ( ) pour tester la théorie.

Answer 6

À partir des hypothèses, on peut faire la collecte de données pour tester la théorie.

Question 7

Le processus de recherche

Après avoir collecter les données, on peut ( ) les données.

Answer 7

Après avoir collecter les données, on peut analyser les données.

Question 8

La question de recherche permet de…

Answer 8

trouver quelque chose qui a besoin d’être expliqué.

Question 9

Pour tester le concept, on fait la collecte de données. Cela implique de faire 2 choses ;

Answer 9

1- recueillir des données pour voir si notre intuition est bonne
2- définir les variables.

Question 10

Théorie

Answer 10

Un principe hypothétisé ou un ensemble de principes qui expliquent les résultats connus sur un sujet à partir duquel de nouvelles hypothèses peuvent être générées.

Question 11

Hypothèse

Answer 11

Une prédiction à partir d’une théorie.

Ex: Le nombre de personnes se présentant pour une audition de tv réalité qui présente un trouble de la personnalité narcissique sera plus élevé que le niveau général de la population (1%).

Question 12

Falsification

Answer 12

L’acte de réfuter une théorie ou une hypothèse en allant récolter des données.

Question 13

Variable indépendante

Answer 13

C’est la variable manipulée dans les expériences ; la cause proposée.

Elle prédit le résultat (variable prédictrice)

Ex: le coca-cola dans l’hypothèse : Le coca-cola tue le sperme

Question 14

Variable dépendante

Answer 14

C’est l’effet proposée.

Elle est donc le résultat (variable de résultat).

Ex: le sperme dans l’hypothèse : Le coca cola tue le sperme.

Question 15

L’analyse de données

Les distributions de fréquence (histogrammes)

Answer 15

Graphique représentant les valeurs des observations sur l’axe horizontal avec une barre indiquant combien de fois chaque valeur s’est produite dans l’ensemble de données.

Question 16

La distribution normale

La distribution normale est en forme de ( ).

On dit qu’elle est ( ) au centre car…

Answer 16

La distribution normale est en forme de cloche.

On dit qu’elle est symétrique au centre car la majorité des scores sont distribués autour du centre.

Question 17

La plupart des phénomènes humains suivent la ( )

Answer 17

courbe normale

Question 18

Lorsque la distribution des données dévie de la courbe normale, on parle d’ ( ) ou de ( )

Answer 18

asymétrie
ou
kurtose / voussure

Question 19

Histogramme de fréquence

Asymétrie positive vs négative

Answer 19

Asymétrie positive: Les scores sont groupés à des faibles valeurs et peu de scores groupés à des hautes valeurs.

Asymétrie négative : Les scores sont groupés autour de valeurs élevées.

Question 20

Histogramme de fréquence

Kurtose / voussure

définition + 2 types

Answer 20

Déf: C’est le degré auquel les scores se regroupent à la fin de la distribution.

Leptocurtique : Les données sont moins répandues, courbe pointue. Peu de variation dans les données.

Platycurtique: Les données sont plus répandues, courbe applatie. Bcp de variation dans les données.

Question 21

Tendance centrale

Le mode

Bimodale et multimodale

Answer 21

C’est le score le plus fréquent dans une distribution.

Bimodale = 2 modes
Multimodale = plusieurs modes

Question 22

Tendance centrale

La médiane

Avantage?

Answer 22

C’est le score se trouvant au milieu lorsque les scores sont triés en ordre croissant.

Avantage : Non affectée par les valeurs aberrantes.

Question 23

Tendance centrale

La moyenne

Désavantage

Answer 23

C’est la somme des scores divisée par le nombre de scores.

Influencé par les valeurs aberrantes.

Question 24

Tendance centrale

L’étendue

Désavantage

Answer 24

C’est le plus grand score soustrait du plus petit score.

Influencé par les valeurs aberrantes.

Question 25

Tendance centrale

L’étendue interquartile

Quartiles

Answer 25

Ce sont les 3 valeurs qui divisent les données triées en 4 parties égales.

1er quartile = 25% (médiane de la portion inférieure des données)
2e quartile = 50% (médiane)
3e quartile = 75% (médiane de la portion supérieure des données)

Question 26

Que fait un score Z?

Avantage?

Answer 26

Permet de standardiser un score par rapport aux autres scores dans le groupe.

Permet d’exprimer le score en terme de : à combien d’ÉT il se trouve de la moyenne.

Avantage : Non affecté par les unités de mesure (ex: examen sur 30, 40 ,78)

Question 27

Question de compréhension

Si j’ai un score Z de 0, je suis au percentile ( ) et sur la ( )

Answer 27

Si j’ai un score Z de 0, je suis au percentile 50 et sur la médiane.

Question 28

Calcul

Calcule le score Z suivant:

X= 96
M = 76
S = 2

Answer 28

z = X - M / s
z = 96 - 76 / 10
z = 2

Je suis à 2 ÉT au dessus de la moyenne.

Question 29

Le score Z permet aussi de se ( ) par rapport à la ( ) ( )

Answer 29

Le score Z permet aussi de se situer par rapport à la courbe normale.

Question 30

Questions pratique : Courbe normale

Si mon score à l’examen est 90% et que la moyenne de la classe est 70% et que l’ÉT est de 10.

Combien, en %, d’étudiants ont plus que 90% et moins que 90%?

Answer 30

z= x - M / ÉT
z = 90-70 / 10
z= 2

Je me situe à +2 ÉT de la moyenne avec ma note de 90%.
- Donc 2,27% de la classe ont plus que moi, et 97,73% ont moins que moi.

Question 31

Questions pratique : Courbe normale

Quelle est la probabilité que je pige un étudiant dont la valeur Z est supérieure à 2 ÉT si…

X = 90%
M= 70%
ÉT = 10

Z = 2

Answer 31

2,27%

Question 32

Si on veut voir la différence de moyenne entre 2 groupes (groupe expérimental et témoin) comment puis-je y arriver avec un score Z?

Answer 32

Pour comparer les moyennes de 2 groupes on doit avoir une hypothèse.

L’hypothèse peut soit être unilatérale ou bilatérale. En fonction de cela j’identifie ma valeur critique de Z pour être significatif ou non. (unilatéral : Z = 1,65) (bilatéral : Z= 1,96)

Je calcule ensuite mon Z
z = groupe exp - groupe témoin / ÉT

Enfin j’examine si mon Z atteint la valeur critique de Z en fonction de la direction de mon hypothèse!

Question 33

Questions pratique : Courbe normale

Si ma valeur de Z est de 2, en one-tailed, quelle est la probabilité que la différence détectée entre les groupes ne soit que le fruit du hasard?

Est-ce que ce résultat est significatif?

Answer 33

Pour un test one-tailed (unilatéral), la valeur critique de Z est de 1,65.

Donc, si ma valeur de Z est 2, j’atteint la valeur critique de 1,65 ce qui explique que dans 5% des cas la différence pourrait être le fruit du hasard.

Ce résultat est significatif.

Question 34

Dans un test unilatéral (one-tailed) la valeur critique de Z pour obtenir un résultat significatif est..

Quel est le % sur la courbe?

Answer 34

1,65

Un seul 5% d’un côté de la courbe (soit + ou -)

Question 35

Dans un test bilatéral (two-tailed) la valeur critique de Z pour obtenir un résultat significatif est…

Quel est le % sur la courbe?

Answer 35

+1,96 ou - 1,96

2,5 % de chaque bord de la courbe

Question 36

Quel % de la distribution normale se trouve entre -1,96 et + 1,96 de score z?

Answer 36

95%

Question 37

Si j’ai 100 étudiants dans la classe et que les notes suivent parfaitement la courbe normale, quelle est la probabilité que je pige un étudiant à 2ÉT et à -2ÉT?

Answer 37

Rép : 5%

Solution :
- Additionne 2,5% pour 2 ÉT de chaque bord.

Question 38

Calcul

Groupe exp = 90
Groupe témoin = 70
ÉT = 10

Quelle est la probabilité d’avoir obtenu une valeur Z plus grande que 2 ou -2 de score Z?

Answer 38

z= 2.

2,5% + 2,5% = 5%

Donc la probabilité que ce soit le fruit du hasard est dans moins de 5% des cas, donc je déclare mon résultat significatif (p plus petit que 0,05)

Question 39

Calcul

Groupe exp = 80
Groupe témoin = 70
ÉT = 10

Est-ce que je déclare mon résultat significatif?

Answer 39

Z = 1

Ici la différence entre les groupes est le hasard dans 16% des cas donc je suis non significatif car p est plus grand que 0,05.

Question 40

Si p est plus petit que 0,05 =

Answer 40

statistiquement significatif.

Question 41

Si p est plus petit que 0,01 =

Answer 41

encore plus significatif que 0,05

Question 42

Si p est plus grand que 0,05 =

Answer 42

non significatif

Question 43

Calcul

Quelle est la probabilité d’avoir un score plus grand que 3 ou plus petit que -3

Answer 43

Rép : 0,16%

solution : 3 ÉT = 0,13% donc 0,13 + 0,13 = 0,16%

Question 44

Plus la valeur de Z est élevée plus le p est ( )

Answer 44

petit!

Car plus mon Z est grand, plus je me déplace vers les bouts de la courbe normale et donc plus je suis significative.

Question 45

Si z = 3 je déclare mon résultat significatif à

a) p plus petit que 0,01
b) p est plus petit que 0,05

Answer 45

a)

0,01 est plus puissant statistiquement que 0,05

Question 46

Types d’hypothèses

Hypothèse nulle

Answer 46

Type d’hypothèse qui soutient qu’il n’y a pas d’effet ou de différence entre les groupes.

H0

Question 47

Types d’hypothèses

Pourquoi est-ce que l’on ne teste pas d’hypothèse nulle en recherche?

Answer 47

Car en recherche, on doit faire une rescension des écrits.

Donc si mon hypothèse de recherche ne propose pas d’effet je n’ai clairement pas fait une bonne rescension des écrits.

La réscension des écrits doit nous donner une direction à notre hypothèse de recherche..

Question 48

Types d’hypothèses

Hypothèse alternative

Answer 48

C’est l’hypothèse expérimentale.

Elle suggère un effet présent permettant de confirmer ou rejeter nos prédictions.

H1

Question 49

Types d’hypothèses

Question 50

Types d’hypothèses

De quelle type d’hypothèse s’agit-il ?

Le nouveau médicament n’a aucun effet sur la pression artérielle.

Answer 50

Hypothèse nulle

Question 51

Types d’hypothèses

De quelle type d’hypothèse s’agit-il ?

Les hommes auront un score différent des femmes en terme de consommation d’alcool

Answer 51

Hypothèse alternative

Question 52

Si j’accepte l’hypothèse alternative, je ( ) l’hypothèse ( )

Answer 52

Si j’accepte l’hypothèse alternative, je rejette l’hypothèse nulle.

J’accepte qu’il y a un effet détecté.

Question 53

La direction des hypothèses

Unilatéral / one-tailed

Valeur critique de Z pour être significatif?

Answer 53

Hypothèse ayant une direction.

Valeur critique : z = 1,65

Question 54

La direction des hypothèses

Bilatéral / two-tailed

Valeur critique de Z pour être significatif?

Answer 54

Hypothèse qui n’a pas de direction.

ne dicte pas la direction que prendra l’effet.

Valeur critique : z = 1,96

Question 55

Unilatéral ou bilatéral?

Les hommes boiront d’avantage que les femmes en terme de consommation d’alcool.

Answer 55

unilatéral

Question 56

Unilatéral ou bilatéral?

Les fumeurs de cannabis prendront un temps différent pour se lever le matin en comparaison aux non-fumeurs de cannabis

Answer 56

bilatéral

Question 57

Dans ma prédiction one tailed je peux orienter mon hypothèse de 2 manière, quelles sont-elles?

Answer 57

En one-tailed, je peux orienter mon hypothèse de manière positive ou négative.

Ex positive: Le score moyen après l’entraînement est supérieur à 50.

Ex négative : Le taux d’échec scolaire avec la nouvelle méthode est inférieur à 30 %.