Cours 3

Question 1

À quoi servent les transformation linéaire?

Answer 1

À modifier l’unité de mesure d’une distribution de données afin de les exprimer autrement

Ex : Transformer des centimètres en pouces.

Question 2

Vrai ou faux

Pour effectuer une transformation linéaire, la variable Y doit être au premier degrés

Answer 2

FAUX

La variable X doit être au premier degrés

Question 3

Qu’elles sont les propriétés des transformation linéaire?

Answer 3

1. Ne modifie pas la forme de la distribution
2. Les distances demeurent proportionnelles
3. La moyenne des données transformées = transformation linéaire de la moyenne originale
4. La variance des données transformées = variance des données originales multipliée par le carré de la pente

Question 4

L’inversion … est un exemple de transformation …

Answer 4

L’inversion d’échelle est un exemple de transformation linéaire

Question 5

Comment faire une inversion d’échelle sur une échelle de Likert?

Answer 5

Y = (n+1) - x

pour inverser la donnée

Question 6

Qu’est-ce qu’un score de déviation?

Answer 6

C’est le degré de déviation d’une donnée par rapport à la moyenne de la distribution

Y = Xi - moyenne de X

Question 7

Si le score de déviation est …, la donnée est supérieure à la moyenne.

Si le score de déviation est …, la donnée est inférieure à la moyenne.

Answer 7

Si le score de déviation est positif, la donnée est supérieure à la moyenne.

Si le score de déviation est négatif, la donnée est inférieure à la moyenne.

Question 8

Qui suis-je?

Je suis le score de déviation pondéré selon l’écart type de la distribution

Answer 8

Le score Z

Question 9

À quoi sert le score Z?

Answer 9

Utile si on veut voir la déviation d’une personne de la moyenne, peu importe son groupe (sa moyenne et l’écart type).

PERMET D’OBSERVER LE RENDEMENT RELATIF À CHAQUE DONNÉE

Ex: On veut voir lequel de trois étudiants de programmes différents a obtenue le meilleur rendement

Question 10

Vrai ou faux

La moyenne des scores Z est toujours de 0

Answer 10

Vrai

Question 11

Qu’elles sont les propriété du score Z?

Answer 11

1. Utile pour la comparaison entre groupes
2. transforme n’importe quelle distribution en distribution ayant une moyenne de 0 et un écart-type de 1
3. Ne permet pas de normaliser une distribution

Question 12

Qu’est-ce que le score T?

Answer 12

C’est un score basés sur le score Z. On effectue une 2e transformation linéaire aux données

Donc nous avons nos données –> 1ere tranformation linéaire –> score Z –> 2e tranformation linéaire –> Score T

Question 13

La moyenne des scores t est toujours de … et l’écart type est toujours de …

Answer 13

La moyenne des scores t est toujours de 50 et l’écart type est toujours de 10.

Question 14

Pourquoi voudrions nous transformer nos scores Z en scores T?

Answer 14

Car il y a un absence de scores négatifs.

Cela peut être perçus plus positivement.

Question 15

Pourquoi s’intéresse-t-on à la distribution normale?

Answer 15

1. Elle permet d’estimer la PROBABLITÉ d’obtenir une donnée

2. Plusieurs phénomènes étudiés en psychologie sont supposés être normalement distribués dans la population

Question 16

Puisqu’il existe une infinité de distributions normales, qu’est-ce qui est utilisé pour éviter cette complexité?

Answer 16

La distribution centré réduite

Question 17

Qui suis-je?

À l’aide d’une transformation linéaire, je peut devenir centrée réduite

Answer 17

Une distribution normale

Question 18

Comment transforme-t-on une distribution normal en distribution centrée réduite?

Answer 18

En transformant chaque donnée de la distribution en score Z

Question 19

Qu’est-ce qu’on ne doit surtout pas oublié lorsqu’on travaille avec la table des score Z?

Answer 19

Les scores Z ne fonctionnent que si la distribution de la population est NORMALE

Question 20

Quelles sont les principales utilisation de la transformation linéaire?

Answer 20

1. Inversion d’échelle

2. Score Z et score T

Question 21

Quelle est la formule de la transformation linéaire?

Answer 21

Y = bX + a

Où

1. X est la variable originale
2. Y est la variable transformée¸
3. a = O.O
4. b = pente

Question 22

Comment s’exprime le score Z?

Answer 22

En unité d’écart-type par rapport à la moyenne

Question 23

Que stipule le théorème de la limite centrale?

Answer 23

1. Que si on prend une infinité d’échantillon qui proviennent d’une même population, ça fait une distribution d’échantillonnage –> La distribution d’échantillonnage se rapproche de la distribution normale (population)
2. Les différences entres des échantillons sont appelées les fluctuations d’échantillonnages.

Question 24

Combien de pourcentage de nos données se retrouvent sous la courbes?

Answer 24

100% ou 1

Question 25

Combien de pourcentage des données se sutuent entre + ou - 1 écart typde de la moyenne?

Answer 25

68%

Question 26

Quels sont les avantages de la tables des scores Z?

Answer 26

1. Permet d’identifier des résultats extrêmes dans une étude
2. Comparer des individus entre eux et avec la moyenne du groupe
3. Facile à interpréter

Question 27

Pour quelle raison on ne pourrait pas utiliser la table des Z?

Answer 27

Car les données ne sont pas normalement distribuées.