Cours 10

Question 1

Mesures de position :

Answer 1

situer une valeur relativement à l’ensemble
de la distribution

Question 2

Caractéristiques de la
distribution :

Answer 2

Tendance centrale
Dispersion

Question 3

Quartiles :

Answer 3

4 groupes composés chacun de 25% des
observations

Question 4

Score Z :

Answer 4

exprime un écart à la moyenne qu’on met en relation avec la variabilité (dispersion) dans la population

expriment l’écart à la moyenne en unités d’écart-type

permettent de relativiser les valeurs de distributions différentes

Question 5

Mesure de dispersion - positif / négatif

Answer 5

positif = supérieur à la moyenne
négatif = inférieur à la moyenne

Question 6

Inférence :

Answer 6

porter un jugement sur une population à partir d’un échantillon

Question 7

Distribution normale centrée réduite :

Answer 7

La courbe normale décrit la distribution des fréquences
* permet de prévoir les probabilités de plusieurs phénomènes aléatoires
* sert de base à l’inférence statistique dans un grand nombre de contextes
* possède certaines caractéristiques importantes

Question 8

Distribution normale centrée réduite : règle

Answer 8

*La moyenne est de 0
*L’écart-type est de 1
*100% des événements possibles se trouve sous la courbe
*Elle est symétrique (50% événements ch. côté moy.)
*Les extrémités ne touchent jamais l’axe horizontal (mais
l’essentiel de la courbe se trouve entre -3 et 3)
*Les points d’inflexion de la courbe sont à -1 et 1 (là où la courbe passe de concave à convexe)

Question 9

Distribution normale centrée réduite

Parce que la courbe couvre l’ensemble des événements possibles, on
peut ?

Answer 9

associer des probabilités à l’aire sous la courbe.

Question 10

Valeur Z =

Answer 10

exprime l’écart à la moyenne µ (=0) en unités d’écart-
type (σ)

Question 11

Pour effectuer de l’inférence sur une population:

Answer 11

la distribution
normale centrée réduite sera utile pour associer une probabilité à
des mesures d’échantillonnage.

Question 12

Intervalle de confiance (IC) :

Answer 12

mesure de précision de l’estimation obtenue à partir d’un échantillon

Question 13

Pour calculer l’IC, on veut identifier :

Answer 13

des bornes (valeurs au-dessus et en-dessous de la
moyenne de l’échantillon) qui représentent les valeurs probables de la moyenne de la population autour de
la moyenne estimée par l’échantillon.

Question 14

Comment est choisi le score Z pour le calcul d’un IC ?

Answer 14

Choix de l’analyste: niveau de « certitude » souhaité
* 90%, 95%, 99%

Question 15

L’IC nous permet aussi de faire :

Answer 15

des comparaisons entre des groupes

Question 16

Il n’est pas toujours possible de conclure à la présence ou
l’absence d’une différence entre des groupes à partir d’IC.

Des trois situations possibles, seulement les 2 premières
permettent de statuer sur la présence ou l’absence d’une
différence :

Answer 16

1. Les IC ne se chevauchent pas : il est fort probable qu’il y ait une différence
2. La moyenne de chacun des groupes est incluse dans l’IC de l’autre
   groupe : il est fort probable qu’il n’y ait PAS de différence
3. Les IC se chevauchent mais la moyenne d’un groupe n’est pas incluse
   dans l’IC de l’autre groupe : impossible de conclure -> il faut procéder à
   un test d’hypothèse