Cours 4 : Les analyses inférentielles - Concepts et inférences

Question 1

À quoi servent les inférences statistiques

Answer 1

Tirer des conclusions quant aux populations à partir d’échantillons

Question 2

Quels sont les symboles de la moyenne dans un échantillon vs dans une population

Answer 2

M vs mu

Question 3

Quels sont les symboles de la variance dans un échantillon vs dans une population

Answer 3

s^2 vs sigma^2

Question 4

Quels sont les symboles de l’écart-type dans un échantillon vs dans une population

Answer 4

s vs sigma

Question 5

Quels sont les symboles de la corrélation dans un échantillon vs dans une population

Answer 5

r vs rho (p)

Question 6

Vrai ou faux, l’inférence consiste à estimer les paramètres (pop) à partir des statistiques (échantillon)

Answer 6

Vrai

Question 7

Qu’est-ce qu’un échantillon représentatif

Answer 7

Échantillon dans lequel les caractéristiques de l’échantillon sont similaires à celles de la population

Question 8

Vrai ou faux, dans un échantillon représentatif, il n’y a pas d’incertitude quant à la valeur des conclusions de l’étude réalisée à partir d’un échantillon

Answer 8

Faux, il existe une incertitude permanente en statistiques car ce ne sont pas toutes les personnes d’une population qui sont interrogées

Question 9

Quels sont les 2 critères de l’échantillon aléatoire

Answer 9

1. Le critère de chance égale
2. Le critère de l’indépendance des réponses

Question 10

Quels sont les 3 types d’échantillons aléatoires

Answer 10

1. Échantillon aléatoire simple
2. Échantillon aléatoire stratifié
3. Échantillon par grappes

Question 11

Que sont les degrés de liberté

Answer 11

Un estimé “non-biaisé” de sigma^2 (variance d’une pop) à partir de s^2 (variance de l’échantillon)

Question 12

Quel est le calcul des degrés de liberté

Answer 12

n - 1

Question 13

Qu’est-ce qu’une théorie

Answer 13

Une représentation de la réalité

Question 14

Qu’est-ce qu’un hypothèse alternative (H1)

Answer 14

Prédiction que la manipulation aura un effet (conséquences observable)

Question 15

Qu’est-ce qu’un hypothèse nulle (H0)

Answer 15

Inverse de H1

Question 16

Qu’est-ce que la signification statistique

Answer 16

Porte sur la relation entre l’échantillon et la population

**p < 0,05 **

Utilisé pour conclure au sujet de H1 et H0 (au rejet ou non de H0)

Question 17

Vrai ou faux, une corrélation statistiquement significative signifie qu’il y a de fortes chances que la corrélation xy au niveau de la population soit égale à 0

Answer 17

Faux, elle signifie qu’il y a de faibles chances que celle-ci soit égale à 0 (0 = aucune corrélation)

Question 18

Vrai ou faux, le rejet de H0 prouve H1

Answer 18

Vrai

Question 19

Vrai ou faux, le non-rejet de H0 prouve que H1 est fausse

Answer 19

Faux, il ne prouve pas nécessairement que H1 est fausse

Question 20

Qu’est-ce que la fluctuation des échantillons aléatoires

Answer 20

Probabilité que 2 échantillons de la même taille extraits de la même population aient des moyennes différentes

Question 21

Qu’est-ce que l’erreur d’échantillonnage

Answer 21

La fluctuation naturelle entre les échantillons tirés de la moyenne

Question 22

Qu’est-ce que l’erreur-type de la moyenne (standard error)

Answer 22

La fluctuation naturelle entre les M des échantillons tirés de la même population

Question 23

Qu’est-ce que l’erreur de type I (alpha)

Answer 23

Conclure qu’un phénomène existe alors qu’il n’existe pas (conclure au rejet de H0 à tort : faux positif)

Question 24

Qu’est-ce que l’erreur de type II (bêta)

Answer 24

Conclure qu’il n’existe PAS alors qu’il existe (conclure à tort au non-rejet de H0 : faux négatif)

Question 25

Vrai ou faux, si mu (u) est inclus dans l’intervalle de confiance il faut rejeter H0

Answer 25

Faux, si mu est inclus dans l’intervalle de confiance, on doit accepter H0 (non-rejet) car l’échantillon appartient à la population

Question 26

Vrai ou faux, un intervalle de confiance de 95% correspond à un score z de 1,96

Answer 26

Vrai

Question 27

Quelle est le calcul de l’intervalle de confiance

Answer 27

IC = M +- 1,96 x SM

Question 28

Comment réduire le risque d’erreur alpha

Answer 28

Il faut accroître les bornes de l’IC
- Augmenter l’erreur type de la moyenne (SM)
- Choisir un seuil alpha plus petit (0,01 plutôt que 0,05)
- Réduire le nombre d’observations (n)

Question 29

Comment réduire le risque d’erreur bêta

Answer 29

Il faut réduire les bornes de l’IC
- Réduire l’erreur type de la moyenne (SM)
- Choisir un seuil alpha plus grand
- Augmenter le nombre d’observations