Cours 4 Flashcards

1
Q

Différentes visions concernant le concept de probabilité

A
  1. Point de vue analytique
  2. Point de vue de la fréquence relative
  3. Probabilité subjective
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Définition du point de vue analytique

A

Basé sur nos connaissances des données et du système à l’étude
p(A) = A/(A+B) quand A et B sont mutuellement exclusifs

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

Définition du point de vue de la fréquence relative

A

On ne connaît pas la totalité du système à l’étude
Plus le nombre d’essais est grand, plus l’estimation de la probabilité est précise

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

Définition de la probabilité subjective

A

Croyance d’un individu sur la probabilité d’occurence ex: lotto

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

Définition d’événements indépendants

A

Occurence d’un événement n’affecte pas l’occurence de l’autre
ex: lancer deux fois le dé sur le 6

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

Définition d’événements dépendants

A

Occurence d’un événement affecte l’occurence de l’autre
ex: avoir les yeux bleus quand ta mère à les yeux bleus

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

Lois fondamentales des probabilités

A
  1. Loi additive: si 2 événements sont mutuellement exclusifs, la probabilité d’observer A OU B est égale à la somme de leurs probabilités
    p(A ou B) = p(A) + p(B)
  2. Loi multiplicative
    Probabilité d’observer conjointement plusieurs événements indépendants est égale à la multiplication de leurs probabilités
    p(A, B) = p(A) x p(B)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Définition de la probabilité conditionnelle

A

Prob qu’un événement survienne si un autre événement s’est produit
p(A|B)

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

Les analyses combinatoires

A
  1. Permutations
    - Tous les arrangements possibles des éléments d’un ensemble, si chaque élément est choisi au hasard, sans remise. Tenant compte de L’ORDRE
    PNr (voir p.17)
  2. Combinaisons
    - Tous les arrangements possibles, sans tenir compte de l’ordre des éléments, sans remise.
    CNr (voir p.19)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Définition de la statistique descriptive

A

Vise à résumer l’information d’un ensemble de données à l’aide d’indices numériques et graphiques

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

Définition de la statistique inférentielle

A

Vise à tirer des conclusions sur l’ensemble de la population à l’étude

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

Les hypothèses statistiques

A
  1. Hypothèse nulle (Ho): stipule une absence de différence ou effet inverse de la vi (unilatérale vs bilatérale)
  2. Hypothèse alternative (H1): correspond à ce que le chercheur veut démontrer
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Le théorème de la limite centrale

A

Pour toute population ayant une moyenne u et un écart type sigma, la distribution des moyennes d’échantillons de grandeur n s’approchera d’une distribution normale avec une moyenne u et un écart type sigma/racine de n

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

Quelle est l’importance de la taille de l’échantillon dans les distributions d’échantillonnage

A

plus n est grand, plus l’écart type de la distribution d’échantillonnage est petit.
Donc, plus l’estimation du paramètre est précise

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

Définition de la décision statistique

A

Il s’agit de calculer la probabilité d’obtenir une moyenne égale à celle de notre échantillon et de la comparer à la probabilité critique (0,05)
si p < 0,05, on rejette Ho (accepte H1)
si p > 0,05, on ne rejette pas Ho (on rejette H1)

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

Test unilatéral vs Test bilatéral

A

Uni: prédit quelle direction prendra l’effet
est + spécifique et plus puissant

BI: on ne prédit pas la direction de l’effet
Moins puissant et + général

17
Q

2 types d’erreurs statistiques

A

Type I:
- Probabilité de rejeter Ho alors que Ho est vraie
- Conclure qu’il y a une différence alors qu’il n’y en a pas
- a = 1-5%

Type II:
- Probabilité de ne pas rejeter Ho lorsque Ho est fausse
- Conclure absence de différence alors qu’il y en a une
- B = 20%

18
Q

Sensibilité vs spécificité d’un test

A

Sensibilité: capacité à donner un résultat positif lorsque l’individu possède réellement l’élément évalué

Spécificité: capacité à donner un résultat négatif lorsque l’individu ne possède pas l’élément évalué

19
Q

Définition de la convergence scientifique

A

Ce qui nous permet de développer une connaissance juste,
C’est le fait que plusieurs chercheurs refassent plusieurs fois la même étude pour pouvoir tirer des conclusions

20
Q

Comment on connait la puissance d’un test?

A

1-bêta

21
Q

Qu’est-ce que la fluctuation d’échantillonnage

A

C’est l’erreur d’échantillonnage, la variation entre les distributions dans une distribution d’échantillonnage