Cours 10 : Phase analytique II Flashcards
Sur quels deux concepts importants repose l’inférence statistique?
Distribution d’échantillonnage
Probabilité
relation observées entre des variables
Permettent de vérifier s’il y a une association entre une ou plusieurs variables (Catégorielle)
tests de liaison
différence entre des groupes
test de comparaison
Vrai ou faux?
Si l’échantillon est représentatif de la population la moyenne m1 observée est près de la moyenne
u inconnue.
vrai
La moyenne de l’échantillon sélectionné aléatoirement constitue une approximation de la valeur réelle moyenne de la population (u).
Quelle est la condition d’application du théorème de la limite centrale?
n > ou = 30 (taille de l’échantillon)
choisir (avec un risque d’erreur) entre deux hypothèses
Test d’hypothèse
Quel est l’objectif avec le test d’hypothèse?
rejeter H0 (hypothèse nulle) et accepter H1 (hypothèse alternative/de recherche)
Quelles sont les 7 étapes du test d’hypothèse?
- Formulation des hypothèses
- Choix du seuil de signification: erreur de type I
- Puissance du test: l’erreur de type II.
- Calcul du test statistique.
- Détermination de la valeur critique
- Définition de la règle de décision
- Application de la règle de décision et conlusion
Retenue lorsque H0 est rejetée .
Les différences observées sont significatives.
hypothèse alternative/de recherche
Les paramètres ou les distributions sont identiques.
Les différences observées sont dues au hasard
Hypothèse nulle
Quelle hypothèse fait l’objet du test statistique?
H0 (hypothèse nulle)
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.
H0 : umf = umnf = 3,2 kg
H1 : umf n’égale pas umnf
À quel décision aboutit toujours la vérification des hypothèses?
rejet ou non de H0
Pourquoi l’erreur de type 1 est la plus importante?
On conclut à tort en faveur de l’hypothèse de recherche (rejeter H0, alors qu’elle est vraie)
p.421 à 428
compare des paramètres en tenant compte de postulats sur la distribution des données
n > 20
variables continues
plus puissants
tests paramétriques
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
tests non paramétriques
La présence d’une association entre deux variables implique-t-elle une relation de causalité?
Non
Deux variables sont liées lorsque…
la variation de l’une entraîne une variation de l’autre
Tests non paramétriques pour les variables catégorielles
chi-carré (x2)
coefficient de contingence
Dans l’association entre le sexe et l’intensité de l’AP, dans quel cas on aurait une H0?
Mêmes valeurs pour les hommes et les femmes