Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Méthode quantitative - Intra > Cours 1.2 > Flashcards

Cours 1.2 Flashcards

1
Q

À l’aide de quel mesure peut-on démontrer l’utilité d’un modèle statistique ?

A

La moyenne : Nous permet de voir la représentativité de nos données

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

Dans les deux cas suivant, laquelle est une moyenne représentative des données :
L’étudiant 1 L’étudiant 2
Cours 1 : 80 % Cours 1 : 100 %
Cours 2 : 79 % Cours 2 : 0
Cours 3 : 81 % Cours 3 : 100%
Cours 4 : 80 % Cours 4 : 0

Étudiant 1 M = 80
Étudiant 2 M = 50

A

La moyenne de l’étudiant 1

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

Quelle mesure pour savoir l’adéquation d’un modèle, son “fit”

A

L’écart-type

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

L’écart-type

A

Comment nos données varies à l’intérieur de l’échantillon

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

Définition

Population

A

Ensemble d’unités à partir desquels nous voulons généraliser un ensemble de résultat

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

Définition

Échantillon

A

Un ensemble (plus petit) d’unités à partir duquel on veut inférer des caractéristqiues portant sur la population.

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

En statistique, pourquoi est-ce moins courant de passer un questionnaire à une population entière ?

A

Très couteux et trop long

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

On souhaite avoir un échantillon ____ de la population.

A

Échantillon représentatif de la population

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Comment pouvons-nous s’assurer d’avoir un échantillon représentatif ?

A

À l’aide d’un échantillon aléatoire

Minimise les biais possible, plus de chance d’être représentatif

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

Vrai ou faux : un échantillon aléatoire est une assignation aléatoire

A

Faux.

Échantillon aléatoire : On sélectionne de manière aléatoire des participants d’une population.

Assignation aléatoire : On sélectionne les participants au sein d’un échantillon et on les assignent au groupe expérimental ou témoin de manière aléatoire.

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

Plus mon échantillon est ____ plus la possibilité de refléter la vraie valeur dans la population est haute.

A

Plus mon échantillon est élevé plus la possibilité de refléter la vraie valeur dans la population est haute.

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

La statistique ____ : Plus le n est élevé, plus je peux être confiant de ma prédiction, car je me rapproche de la ____ valeur de la population.

A

La statistique inférentielle : Plus le n est élevé, plus je peux être confiant de ma prédiction, car je me rapproche de la population valeur de la population.

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

Statistiques inférentielles

900 républicains et 100 démocrats, est-ce que mon échantillon me permet de faire une prédiction avec confiance que Trump remportera l’Alabama.

A

Oui, parce que l’échantillon est grand, il y peu de variation dans les votes.

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

Wisconsin 51 pour Trump et 49 pour Harris, est-ce que mon échantillon me permet de faire une prédiction avec confiance que Trump remportera ?

A

Non, mon échantillon est trop petit et il y a beaucoup de variation dans l’échantillon.

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

Statistiques inférentielles

A

Faire des prédictions sur la population à partir d’un échantillon.

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

Vrai ou faux : on ne connaît jamais la vraie valeur de la population

A

Vrai

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

Que signifie l’équation : Outcome = (model) + error

A

Il s’agit de la prédiction du résultat d’une variable en se fiant à un model statistiques dans lequel se trouve une certaine mesure d’erreur (prédiction imparfaire)

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

Le modèle en statistique permet de ____ les ____.

A

Le modèle en statistique permet de décrire les données.

On l’utilise pour représenter ce qui se produit dans la réalité.

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

Qu’est-ce qu’on veut dire par “la moyenne est hypothétique”, donne un exemple.

A

La valeur ne doit pas nécesssairement exister dans les données.

Exemple : avoir 2.6 amis

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

La moyenne

A

La moyenne est la somme de tous les scores divisés par le nombre d’unité

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

Vrai ou faux : La moyenne est égalemement la valeur pour laquelle les scores au carré dévient le moins.

A

Vrai, c’est la valeur avec le moins d’erreur

22
Q

Mon score équivaut à : ____ - ____

A

La moyenne moins l’erreur

23
Q

Vrai ou faux : La moyenne est une présentation parfaite des données

A

Faux : Elle le serait seulement s’il n’y avait aucune erreur

24
Q

Quelle serait une représentation visuelle d’une moyenne qui est parfaitement représentative de la population ?

A

Tous les scores seraient alignés avec la moyennes (ligne droite)

25
Q

L’erreur

Déviation

A

La différence entre le score et la moyenne

Score 7 Moyenne 10
Erreur : -2

À quel point le score dévit de la moyenne

26
Q

Si on souhaite savoir l’ensemble des erreurs, qu’est-ce que j’obtiendrais comme valeur leur somme et pourquoi ?

A

La somme de 0, parce que tous les positifs et les négatifs s’annulent en raison de la moyenne comme point milieu.

27
Q

Que veut-dire une somme des erreurs qui n’équivaut pas à la valeur de 0 ?

A

ERROR

28
Q

Vrai ou faux : on peut additionner les erreurs pour calculer l’erreur totale du modèle ?

A

Faux : Parce que ça donne 0, donc on me la somme des erreurs au carré

29
Q

La somme des erreurs au carré dépend de quoi ? Quel problème cela cause ? Comment y remédier ?

A

La SS dépend du nombre de données, donc plus nous avons des scores, plus la SS augmente.

Le problème : On ne serait pas capable de comparer deux échantillons qu’ils diffèrent en taille

Solution : Utiliser la variance

30
Q

La variance

A

Variabilité moyenne : On divise la SS par le nombre de score -1

31
Q

Quel est le problème avec la variance ?

A

On ne peut pas utiliser la variance, donc on fait sa racine carré

32
Q

Écart-type

A

La variabilité des données autour de leur moyenne

33
Q

Vrai ou faux : La somme des erreurs au carré, la variance et l’écart-type représentent la même chose ?

A

Vrai : ils représentent tous la variabilité des données autour de la moyenne, donc le “fit” de la moyenne aux données, l’erreur

34
Q

Compréhension

Visuellement, si mon écart-type augmente, qu’arrivera-t-il aux points des données par rapport à la ligne de la moyenne ?

A

Les points s’éloigneront de la moyenne, démontrant une plus grande variabilité des données.

35
Q

Visuellement de quoi aurait l’air une distribution avec un petit écart-type

A

Les données se rassembleraient autour du centre

36
Q

Visuellement de quoi aurait l’air une distribution avec un grand écart-type

A

Les données s’étendraient jusqu’aux extrémités de la distribution

37
Q

Tests statistiques

Les résultats de certains tests statistiques nous permet d’obtenir un ratio entre quoi ?

A

Le test statistique nous permet d’obtenir le ratio entre la variance expliquée par le modèle et la variance non expliquée par le modèle, aussi appelée : variance d’effet et variance d’erreur

38
Q

Un test statistiquement significatif est généralement lié à un ratio d’une plus grand variance d‘effet/d’erreur.

A

Un test statistiquement significatif est généralement lié à une plus grande variance d’effet.

39
Q

Lorsqu’on est en présence d’une relation statistique entre deux variables, que pourrait-on déterminer si aucune variance est présente pour la VD ?

A

On pourrait déterminer qu’en ayant la VI (x), nous pouvons prédire la VD (y).

40
Q

Sans aucune variance pour la VD, on peut dire que ____ % de la variance est expliquée par la VI. On pourrait donc dire que R² = ____

A

100 % de la variance est expliqué par la VI (x).

Donc R² = 1

41
Q

Si mon résultat de test statistique me donne R² = 0.65, quelle serait l’interprétation à faire ?

A

La variance d’effet est expliquée à 65 %
et la variance d’erreur représente 35%

42
Q

Dans une recherche, je cherche évaluer les capacités cognitives après avoir consommer de l’alcool. Si mon hypothèse est qu’il y aura plus de difficulté avec la consommation d’alcool et qu’un des participants est très résistant à l’alcool. On pourrait dire que le fait qu’il n’ait pas de difficulté cognitive démontre de la ____ ____.

A

Il y a de la variance d’erreur !

43
Q

La variance d’erreur est souvent liée à des ____ ____

A

Différences individuelles

44
Q

Variance

Cet énoncé représente-t-il de la variance d’effet ou d’erreur ? :

Je prédis que les battements de coeur seront plus élevés chez les gens qui font du sport comparés aux gens en repos.

A) Durant le sport, ceux qui cours ont une augmentation de leur rythme cardiaque
B) Durant le repos, certains anxieux ont une augmentation de leur ryhtme cardiaque
C) Durant le sport, certains sont athlètes et n’ont pas d’augmentation du rythme cardiaque

A

A) Variance d’effet/expliquée par le modèle
B) Variance d’erreur/non expliquée par le modèle
C) Variance d’erreur/non expliquée par le modèle

45
Q

Compréhension

Si j’augmente l’intensité de ma manipulation expérimentale, qu’arrive-t-il à ma variance d’effet et d’erreur ?

A) La variance d’effet et d’erreur diminuent
B) La variance d’effet et d’erreur augmentent
C) La variance d’effet diminue et la variance d’erreur augmente
D) La variance d’effet augmente et la variance d’erreur diminue
E) La variance d’effet ne change pas, ni la variance d’erreur

A

D) Si j’augmente l’intensité de ma manipulation expérimentale, je m’attends à ce que ma variance d’effet augmente et que la variance d’erreur diminue

Ex. 1 consommation d’alcool VS 6 consommations d’alcool

46
Q

L’écart-type représente la variance d’effet ou la variance d’erreur ?

A

L’écart-type représente la variance d’erreur

47
Q

Si ma variance expliquée par le modèle est plus importante que la variance non expliquée par le modèle, le résultat risque d’être statistiquement significatif ?

A

Oui !

48
Q

Quel type de devis est-il favorable pour réduire la variance d’erreur ?

A

Le devis à groupes dépendants/mesure répétée

49
Q

Compréhension

Pourquoi les devis à groupes dépendants/mesures répétées diminuent la variance d’erreur ?

A

Puisque les groupes sont équivalents, c’est-à-dire qu’on compare les participants à eux-mêmes, la variance individuelle n’est donc pas ajoutée à la variance d’erreur. Cela augmente la variance d’effet, ainsi que la puissance statistique du test.

  • Les résultats seront influencés par la manipulation et non en raison de variantion individuelle entre deux participants différents.
50
Q

Quels sont les avantages de choisir un devis à mesure répétées ? :

A) Diminue la variance d’erreur
B) Augmente la variance d’effet
C) Assure l’équivalence entre les participants
D) Augmente la puissance statistique
E) Toutes ces réponses

A

E) Toutes ces réponses !

Méthode quantitative - Intra (7 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions