Cours 4 Flashcards
Quels-sont les 2 principaux types d’erreurs?
Type 1 (a):
-rejeter H0 lorsque H0 est vrai
-pas d’effet, mais il y a quelque chose
-niveau 1%-5% (parce que on veut pas que cela arrive)
-on me dit que j’ai une maladie, mais je suis en santé
Type 2 (B):
-pas rejet H0 quand H0 est faux
-absence d’effet, mais il y a quelque chose
-on me dit que je n’ai pas de maladie, mais j’en ai une
Décision statistique
Si p= 0.05: on rejette H0
-différence entre moyenne de l’échantillon et de la population
-écart pas seulement due au hasard ou à l’erreur d’échantilonnage
Si p> 0.05: on ne rejette pas H0
-pas de différences entre la moyenne de l’échantillon et de la population
-l’écart-type était dû au hasard ou erreur d’échantillonnage
Qu’est-ce que la fluctuation d’échantillonnage?
Erreur d’échantillonnage
Dans la distribution d’échantillonnage les statistiques calculées varient d’un échantillon à l’autre
Pourquoi la taille de l’échantillon est importante?
- plus échantillon est grand, plus l’écart-type de la distribution d’échantillonnage est petit
- plus l’échantillon est grand, plus l’estimation du paramètre est précise et donc conclusion inférentielle sure
Comment on estime p(D|H0)?
Utiliser des distributions d’échantillonnage
-distribution théorique de toutes les valeurs statistiques calculées à partir d’un nombre infini d’échantillons de même grandeur provenant d’une même population
mu de x barre(moyenne des moyennes) et écart-type de x barre (écart-type des moyennes)
Hypothèses statistiques
= 0.05 , H0 est faux
>0.05: fréquent d’observer cette valeur quand H0 est vrai, alors H0 doit être vraie. on ne rejette pas H0
Test de signification de l’hypothèse nulle
On teste H0, pour rejetter H0
On chercher à réfuter l’hypothèse nulle
Les étapes d’un hypothèse de recherche
- Question de recherche
- Hypothèse :opérationnalisé en concept mesurable et opérationalisé sous forme statistque (nulle et alternative). elle peut être unilatérale ou bilatérale
H0: absence de différence ou effet inverse du traitement. Contraire de ce qu’on prédit
H1: Ce que le chercheur veut démontrer
Quelles sont les 2 sortes de statistiques?
- Descriptive: résumer l’information d’un ensemble de données à l’aide d’indices (moyenne, écart-type, médiane, etc)
- Inférentielle: tirer conclusion sur ensemble de la population à partir de statistiques calculées sur un ou plusieurs échantillons. Calculer sur échantillon, mais conclusion sont sur la population.
Quelles sont les différentes visions du concept de probabilité?
- Analytique: P(A)=A/A(A+B), basé sur connaissance des données/systèmes. conditions: A et B exclusifs et forme la totalité des alternatives possibles.
- Fréquence relative: contraire d’analytique, connait pas la totalité, expérimentale (remise)
- Probabilité subjective: croyance individuelle sur probabilité d’occurence
Quelles sont les 2 lois fondamentales des probabilités?
- Additive: A et B mutuellement exclusif. P(A ou B)=P(A)+P(B)
- Multiplicative: probabilité conjointe de plusieurs évènements indépendants = multiplication de leur probabilité, P(A,B)=P(A)xP(B)
Parle-moi des probabilités conditionnelles
Probabilité évènement surviennent si autres s’est produite
P(A|B) -> évènements dépendants
Parle-moi des analyses combinatoires et des sortes
Nombre de manière qu’on peut assembler des objets
- Permutation: ordre important et sans remise P N/r = N!/r!(N-r)!
- Combinaison: pas d’ordre et sans remise C N/r = N!/r!(N-r)!
Qu’est-ce que la sensibilité du test?
- Capacité de donner résultat positif quand l’individu possède réellement l’élément évalué
- Enceinte et test positif
- Puissance
Qu’est-ce que la spécificité du test?
- Capacité à donner résultat négatif quand individu possède pas
- Pas enceinte et test est négatif
- Non-rejet correct de H0
Quels sont les deux types d’évènements?
indépendants et dépendants
Comment appel-t-on l’ensemble de tous les résultats possibles à une action?
Ensemble exhaustif des évènements
Quel est le nom du test qui est effectué sur H0 et dont l’objectif est de rejeter H0?
Test de signification de l’hypothèse nulle
Quelle est la base de la statistiques inférentielle?
la plupart des tests statistiques assument que le phénomène qui nous intéresse se distribue normalement dans la population
Quelles sont les conclusions tirées du théorème central limite?
- le plus souvent les paramètres de la population sont inconnus mais peuvent être estimés à partir de notre échantillon et de la distribution d’échantillonnage de la statistiques qui nous intéresse
- la distribution d’échantillonnage peut suivre une courbe normale meme si les données de notre échantillon ne se distribue pas normalement
Qu’est-ce que le théorème central limite?
pour toute population ayant une moyenne (mu) et un écart-type, la distribution moyennes des échantillons (x barre) de grandeur n s’approchera d’une distribution normale avec une moyenne mu et un écart type
Qu’est-ce que la décision statistique?
calculer la probabilité d’obtenir une moyenne égale à notre échantillon et de la comparer avec la probabilité critique au delà de laquelle une moyenne est jugée comme étant trop improbable
pourquoi certains chercheurs arrivent à des conclusions erronées
parce qu’un pourcentage de test statistiques donnent des résultats erronés
Qu’est-ce qui nous assure de développer une connaissance juste
la convergence scientifique
sur quoi repose la convergence scientifique
sur la réplication des résultts. les résultats erronnés proviennent du hasards et ne sont donc pas répliqués
