Cours 10 : Phase analytique II Flashcards

1
Q

Sur quels deux concepts importants repose l’inférence statistique?

A

Distribution d’échantillonnage
Probabilité

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

relation observées entre des variables
Permettent de vérifier s’il y a une association entre une ou plusieurs variables (Catégorielle)

A

tests de liaison

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

différence entre des groupes

A

test de comparaison

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

Vrai ou faux?

Si l’échantillon est représentatif de la population la moyenne m1 observée est près de la moyenne
u inconnue.

A

vrai

La moyenne de l’échantillon sélectionné aléatoirement constitue une approximation de la valeur réelle moyenne de la population (u).

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

Quelle est la condition d’application du théorème de la limite centrale?

A

n > ou = 30 (taille de l’échantillon)

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

choisir (avec un risque d’erreur) entre deux hypothèses

A

Test d’hypothèse

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

Quel est l’objectif avec le test d’hypothèse?

A

rejeter H0 (hypothèse nulle) et accepter H1 (hypothèse alternative/de recherche)

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

Quelles sont les 7 étapes du test d’hypothèse?

A
  1. Formulation des hypothèses
  2. Choix du seuil de signification: erreur de type I
  3. Puissance du test: l’erreur de type II.
  4. Calcul du test statistique.
  5. Détermination de la valeur critique
  6. Définition de la règle de décision
  7. Application de la règle de décision et conlusion
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Retenue lorsque H0 est rejetée .
Les différences observées sont significatives.

A

hypothèse alternative/de recherche

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

Les paramètres ou les distributions sont identiques.
Les différences observées sont dues au hasard

A

Hypothèse nulle

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

Quelle hypothèse fait l’objet du test statistique?

A

H0 (hypothèse nulle)

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

poids des nouveaux-nés de mères
fumeuses (mf) et non fumeuses (mnf).

Sachant que le poids moyen des nouveaux-nés est de 3.2 kg, vous vous demandez si le poids des nouveaux-nés de mères fumeuses est identique.

A

H0 : umf = umnf = 3,2 kg
H1 : umf n’égale pas umnf

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

À quel décision aboutit toujours la vérification des hypothèses?

A

rejet ou non de H0

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

Pourquoi l’erreur de type 1 est la plus importante?

A

On conclut à tort en faveur de l’hypothèse de recherche (rejeter H0, alors qu’elle est vraie)

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

p.421 à 428

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

compare des paramètres en tenant compte de postulats sur la distribution des données
n > 20
variables continues
plus puissants

A

tests paramétriques

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

comparer les distributions plutôt que les paramètres (basés sur les rangs plutôt que les valeurs des variables étudiées)
n < 20
nominales ou ordinales
plus robustes

A

tests non paramétriques

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

La présence d’une association entre deux variables implique-t-elle une relation de causalité?

A

Non

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

Deux variables sont liées lorsque…

A

la variation de l’une entraîne une variation de l’autre

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

Tests non paramétriques pour les variables catégorielles

A

chi-carré (x2)
coefficient de contingence

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

Dans l’association entre le sexe et l’intensité de l’AP, dans quel cas on aurait une H0?

A

Mêmes valeurs pour les hommes et les femmes

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

Comment savoir si l’on rejette H0?

A

comparer la valeur du test avec la valeur critique
(valeur du test < valeur critique = on garde, sinon on rejete)

23
Q

Permet de mesurer l’association entre deux variables quantitatives
- Quantifie la force
- Indique la direction

A

test de corrélation de Pearson (r)

24
Q

Sa valeur x 100 = pourcentage de
variance commune entre les deux
variables.

A

coeffecient de détermination (r2)

25
Q

Vrai ou faux?

Une corrélation proche de zéro implique l’absence de relation entre les deux variables

A

Pas nécessairement, car la corrélation mesure la relation LINÉAIRE entre deux variables

26
Q

Tests non paramétriques pour les variables quantitatives

A

corrélation de Spearman (r) ou test ta de Kendall (t)

27
Q

Test paramétrique pour variables quantitative

A

corrélation de Pearson (r)

28
Q

Quand est-ce que r est significatif?

A

Plus 𝑟 s’éloigne de 0, plus il est probable que la corrélation soit significative. (À VÉRIFIER)

29
Q

Prédire la valeur d’une variable dépendante (continue) en se fondant sur la valeur d’une seule variable indépendante (continu ou autres)

A

régression linéaire simple

30
Q

Prédire la valeur d’une variable dépendante (continue) en se fondant sur la valeur de plusieurs variables indépendantes (nominales ou continues)

A

regression multiple

31
Q

Déterminer quelles sont les variables (nominales ou continues) qui ont un effet significatif sur la variable dépendante dichotomique (nominale)

A

regression logistique

32
Q

Quelles sont les 3 fonctions de la régression?

A

vérifier l’association
décrire la liaison
prédire y avec x

33
Q

Y = a + bX
Que donne b (coefficient de régression bêta)?

A

la direction (signe) et la force (valeur)

34
Q

Forme de régression servant à prédire une variable nominale/catégorielle
Exemple : présence ou absence d’une condition ou d’une maladie.

A

regression logistique

35
Q

Dans une régression logistique, la variable dépendante est-elle continue ou binaire (oui/non)?

A

binaire (dichotomique)

36
Q

Quelle est l’H0 de la CT entre les hommes et les femmes?

A

que les valeurs soient égales

37
Q

Test t pour échantillons indépendants

A

mesurer les différences entre les moyennes de deux groupes indépendants

38
Q

Test t pour échantillons appariés

A

comparer les moyennes ou les médianes entre deux groupes appariés

39
Q

analyse de la variance (ANOVA)
statistique F

A

comparer les moyennes entre 3 groupes indépendants ou plus

40
Q

analyse de la variance par mesures répétées (F)

A

comparer les moyennes entre 3 groupes appariés ou plus

41
Q

Postulats du test t indépendants

A
  1. Deux échantillons indépendants
  2. Variables continues
  3. Distribution normale des variables
  4. Égalité des variances entre les groupes
42
Q

Postulats du test t appariés

A
  1. Deux échantillons appariés (même sujets dans les deux groupes)
  2. Variables continues
  3. La différence des valeurs pairées suit une distribution normale
    Avantage: les différences entre les participants sont éliminées
43
Q

is there a difference between two groups (quel test?)

A

test t indépendant

44
Q

is there a difference in a group between two points in time (quel test?)

A

test t appariés

45
Q

Le principe d’ANOVA est de scinder la variation totale (SCET) en deux composantes:

A
  • variation entre les groupes (SCEB)
  • variation à l’intérieur des groupes (SCEW); aussi appelée variance résiduelle
46
Q

Explique la statistique F

A

rapport de la variance between et within
F =between/within

47
Q

La somme des écarts pr à la moyenne

A

variance totale

48
Q

Explique between

A

variance intergroupe : on compare la moyenne de chaque groupe à la moyenne générale

49
Q

explique within

A

variance intragroupe : on compare chaque sujet à la moyenne de son groupe

50
Q

valeur test = 11,89
valeur critique = 2.84

Est-ce qu’on rejète H0?

A

Oui, car il y a des différences significatives entre les groupes
(vt > vc)

51
Q

Si les sujets ne sont pas indépendants (mêmes sujets pour plusieurs conditions expérimentales), quel modèle d’ANOVA utilise-t-on?

A

ANOVA à mesures répétées

52
Q

Comment se nomme la variance qui ne représente pas le facteur A, le facteur B ni l’interaction A/B?

A

variance résiduelle (SCEw)

53
Q

Lorsque les pentes sont différentes, y a-t-il une interaction?

A

oui