Brainscape's Knowledge GenomeTM

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


See full index

ERT-1402 > Cours 3 > Flashcards

Cours 3 Flashcards

1
Q

Dans un type de variable quatitative si les données sont normalement distribués comment est la description de l’échantillon?

Distribué selon la loi de la normale

A
  • Moyenne
  • Écart-type
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Dans un type de variable quantitative si les données NE sont PAS normalement distribués comment est la description de l’échantillon?

Distribué selon la loi de la normale

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

Dans un type de variable qualitative si les données sont normalement distribués comment est la description de l’échantillon?

ou le nb des observations est plus grand ou égal à 5

A

Pourcentage

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

Dans un type de variable qualitative si les données NE sont PAS normalement distribués comment est la description de l’échantillon?

Ou le nb des observations est plus petit que 5

A

Pourcentage

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

À quoi servent les stats interférentielles

A

Prendre des décisions concernant l’application ou la généralisation d’un
constat à l’ensemble de la population.
* C’est un outil d’aide à la décision
* Permet de répondre aux hypothèses de recherche
* Permet d’induire les résultats d’un échantillon à une population

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

Autres rôles des stats interférentielle

A
  • Permettent de tester des hypothèses sur la relation entre les variables et de porter un jugement en s’appuyant sur des techniques statistiques
  • Déterminent si une différence est présente ou absente a/n stats
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce que ça veut dire une différence présente a/n stats

A

Statistiquement significative

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

Qu’est-ce que ça veut dire une différence abscente a/n stats

A

Non statistiquement significative = résultat de fluctuations aléatoires = due à la chance

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

Qu’est-ce qu’une hypothèse nulle

A

Pas de changement suite à l’intervention, souvent il va avoir une petite différence, mais ce n’est pas assez marquant pour qu’on puisse dire a/n statistique que c’est le tx qui a fait le changement.

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

Qu’est-ce que le test d’hypothèse stats

A

Démarche permettant d’accepter ou rejeter l’hypothèse nulle

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

Qu’est-ce que ça veut dire accepter l’hyposthèse nulle

A

Petite différence entre les résultats observés et les résultats attendus

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

Qu’est-ce que ça veut dire rejeter l’hyposthèse nulle

A

Grande différence entre les résultats observés et les résultats attendus

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

V ou F: Les statistiques sont basées sur l’hypothèse nulle, ça nous permet d’apprécier si la différence entre 2 groupes est cliniquement significative

A

Vrai

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

Qu’est-ce qu’on utilise pour tester des hypothèses

A
  • Des tests d’hypothèse statistiques qui s’appuient sur des
    lois de distribution de probabilités
  • Des calculs d’intervalles de confiance
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Qu’est-ce que la valeur P

A
  • Issue des résultats des statistiques inférentielles
  • Nous permet d’interpréter si c’est statiquement significatif ou non
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Pourquoi l’interprétation de la valeur P est-elle importante

A
  • Détecter la présence ou non d’une différence significative entre les groupes
  • Accepter ou rejeter une hypothèse nulle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

V ou F: Plus la valeur de α (pourcentage de la valeur P) est petite, plus les évidences sont fortes pour montrer que les résultats ne sont pas attribués à la chance

A

Vrai

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

V ou F: Un résultat statistiquement significatif indique que la différence observée est le résultat de fluctuations
aléatoires

A

Faux, la différence observée N’est PAS le résultat de fluctuations aléatoires

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

La différence statistiquement significative est conclue à partir de quoi

A

Des résultats des tests statistiques à de la valeur de p

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

La différence cliniquement significative dépend de quoi?

A

De l’outil clinique utilisé score de différence minimale cliniquement pertinente (MCID)

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

V ou F: Une différence statistiquement significative n’implique pas nécessairement une différence cliniquement significative

A

Vrai

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

Qu’est-ce que le score de différence minimale cliniquement pertinente (MCID)

A

Une valeur qui permet au clinicien de conclure une différence clinique importante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Le choix d’un test statistique inférentiel est utile pour..?

A

• Examiner des mesures d’association entre variables (corrélation)
• Examiner des mesures de prediction entre variables (régression)
• Examiner des differences entre des groupes (mesures de differences de moyennes, proportion)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Pour verifier empiriquement les hypothèses et pouvoir dire si oui ou non, notre résultat est statistiquement significatif, nous devons faire appel à quoi?

A

• La valeur-p
• L’intervalle de confiance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

V ou F: La valeur-p N’est PAS souvent directement issue des résultats des statistiques inférentielles

A

Faux

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

L’interprétation de la valeur P est importante pour quoi?

A
  • Détecter la présence ou non d’une différence significative entre les groupes
  • Accepter ou rejeter une hypothèse nulle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Qu’est-ce qu’une erreur de type I

A

Rejet de l’hypothèse nulle alors qu’elle est vraie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Qu’est-ce qu’une erreur de type II

A

Accepte l’hypothèse nulle lorsqu’elle est fausse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

V ou F: Plus alpha est petit, plus l’erreur de type I est réduite

A

Vrai

30
Q

Un résultat statistiquement significatif indique quoi?

A

Cela indique que la différence observée n’est pas le résultat de fluctuations
aléatoires

31
Q

Qu’est-ce que l’intervalle de confiance?

A
  • Représente la marge d’erreur ou la précision des résultats de l’étude
  • Est l’intervalle qui devrait contenir, avec un certain degré d’incertitude, la vraie valeur
32
Q

Qu’est-ce que la valeur nulle

A

0

33
Q

V ou F: Si la valeur nulle est dans l’IC à 95% d’une mesure, cette mesure est statistiquement significative

A

Faux, si la valeur nulle N’est PAS dans l’IC à 95% d’une mesure, cette mesure est statistiquement significative

34
Q

D’une manière générale, le taux de signification est de..?

A

5%

35
Q

V ou F: Si l’écart-type est plus étroit et/ou plus il y a de participant dans une étude –> plus l’intervalle de confiance est étroit

A

Vrai

36
Q

Quelles sont les caractéristiques de stats paramétriques

A
  • Les variables sont normalement distribuées dans la population
  • L’échantillon provient d’une population dont il est possible de calculer la variance
  • Les variables sont à échelle d’intervalle ou de proportion/ratio
37
Q

Quelles sont les caractéristiques de stats non- paramétriques

A
  • Les variables ne sont pas normalement distribuées (distribution asymétrique)
  • Convient aux échantillons de petites tailles
  • Conviennent aux données nominales et ordinales (qualitatives)
38
Q

Qu’est-ce que la mesure d’association?

A

Mesure statistique exprimée par un coefficient de corrélation : positif, négatif ou nul (entre 0.00 et ±1.00)

39
Q

Qu’est-ce que la mesure d’association indique?

A

La présence de relation entre deux variables. La force et la direction du lien entre ces deux variables.

40
Q

Comment est-ce que la mesure d’association est-elle représentée?

A

Représentée par un diagramme de dispersion:
* Pearson: pour variables normalement distribuées
* Spearman: pour variables qui suivent une distribution normale ou pas

41
Q

Comment choisir le coefficient de corrélation?

A
42
Q

Lorsque la corrélation est positive, que se passe-t-il?

A

Le coefficient r varie entre 0 et 1
* Lorsque les valeurs de x augmentent, les valeurs de y augmentent

43
Q

Lorsque la corrélation est négative, que se passe-t-il?

A

Le coefficient r varie entre -1 et 0
* Lorsque les valeurs de x augmentent, les valeurs de y diminuent

44
Q

Lorsque la corrélation est nulle, que se passe-t-il?

A

Coefficient de corrélation r = 0
* Aucune association entre la valeur des x et celle des y, les points du diagramme de dispersion vont dans tous les sens

45
Q

Une corrélation est faible lorsque le coefficient varie entre?

A

│0,3│ ≤ r < │0,5│

46
Q

Une corrélation est modérée lorsque le coefficient varie entre?

A

│0,5│ ≤ r < │0,7│

47
Q

Une corrélation est forte lorsque le coefficient varie entre?

A

│0,7│ ≤ r < │1│

48
Q

V ou F: Il N’est PAS nécessaire d’effectuer un ou plusieurs autres tests statistiques pour tester notre hypothèse, ce qui nous permettra de générer une valeur de p ou un intervalle de confiance.

A

Faux, il EST nécessaire […]

49
Q

Regarde comment ça peut être écris

A
50
Q

L’étude de corrélation indique quoi?

A
  • Indique le lien entre deux variables ou leur influence mutuelle
    N’indique pas nécessairement une relation de cause à effet
51
Q

Quel est l’objectif de la régression?

A

Établir une prédiction basée sur une corrélation
(cause à effet entre les variables).

52
Q

Que fait la méthode d’analyse de régression?

A

Examine la relation prédictive entre une variable dépendante et une ou plusieurs variables indépendantes.

53
Q

Qu’est-ce que la variable dépendante dans l’étude de régression?

A

Variable prédite ou à expliquer (Y)

54
Q

Qu’est-ce que la variable indépendante dans l’étude de régression?

A

Variable explicative (X)

55
Q

Quel est l’objectif de la régression linéaire simple

A

Prédire la valeur d’une variable dépendante en se basant sur la valeur d’une variable indépendante

Type de variable:
Variable Indépendante (X): continue ou autre niveaux de mesures
Variable Dépendante (Y): continue

56
Q

Quel est l’objectif de la régression multiple

A

Prédire la valeur d’une variable dépendante en se basant sur plusieurs variables indépendantes.

Type de variable:
Variables Indépendantes (X): nominales ou continues
Variable Dépendante (Y): continue

57
Q

Quel est l’objectif de la régression logistique

A

Vérifier l’effet d’une ou de plusieurs variables indépendantes sur une variable dépendante dichotomique.

Type de variable:
Variables Indépendantes (X): nominales ou continues
Variable Dépendante (Y): nominale (dichotomique)

58
Q

La régression linéaire est représentée par quoi?

A

Elle est représentée par un diagramme de dispersion. Toutefois, à la différence de la corrélation, une droite y sera tracée
(Permet d’obtenir une formule ou un modèle)

59
Q

La formule de droite permet de répondre à quoi?

A

Des questions et de prédire des phénomènes

60
Q

La droite représente quoi?

A

L’effet de la variable indépendante (x) sur la variable dépendante (y).

61
Q

La formule de la droite est:

A

y= b0 + b1x

62
Q

Si b1 = 0

A

Aucun lien entre x et y

63
Q

Si b1 est positif

A

quand x augmente, y augmente

64
Q

Si b1 est négatif

A

Quand x augmente, y diminue

65
Q

V ou F: L’inférence peut porter sur l’origine ou la pente de la droite de régression (souvent plus sur la pente que sur l’origine)

A

Vrai

66
Q

La valeur-p issue d’un test statistique sur la pente permettra de vérifier quoi?

A

Si le coefficient de régression est significativement différent de 0.

67
Q

L’intervalle de confiance issue d’un test statistique sur la pente permettra de calculer quoi?

A

Un intervalle de prédiction de notre variable.

68
Q

La régression linéaire multiple permet quoi?

A

La vérification simultanée des relations entre les variables indépendantes (X) (prédictives) et la variable dépendante (Y).

69
Q

Quelle est la formule de la régression linéaire multiple

A

La formule est: y= b0 + b1x1 + b2x2 + …

70
Q

Quelle est le but de la régression linéaire multiple

A

Examiner l’effet de plus d’un facteur sur un résultat anticipé

71
Q

La régression logistique permet quoi?

A

Permet de prédire la probabilité qu’un évènement ou un résultat survienne.

72
Q

Regarde (IMPORTANT)

A

ERT-1402 (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions