Cours 4 : Les analyses inférentielles - Concepts et inférences Flashcards
À quoi servent les inférences statistiques
Tirer des conclusions quant aux populations à partir d’échantillons
Quels sont les symboles de la moyenne dans un échantillon vs dans une population
M vs mu
Quels sont les symboles de la variance dans un échantillon vs dans une population
s^2 vs sigma^2
Quels sont les symboles de l’écart-type dans un échantillon vs dans une population
s vs sigma
Quels sont les symboles de la corrélation dans un échantillon vs dans une population
r vs rho (p)
Vrai ou faux, l’inférence consiste à estimer les paramètres (pop) à partir des statistiques (échantillon)
Vrai
Qu’est-ce qu’un échantillon représentatif
Échantillon dans lequel les caractéristiques de l’échantillon sont similaires à celles de la population
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
Faux, il existe une incertitude permanente en statistiques car ce ne sont pas toutes les personnes d’une population qui sont interrogées
Quels sont les 2 critères de l’échantillon aléatoire
- Le critère de chance égale
- Le critère de l’indépendance des réponses
Quels sont les 3 types d’échantillons aléatoires
- Échantillon aléatoire simple
- Échantillon aléatoire stratifié
- Échantillon par grappes
Que sont les degrés de liberté
Un estimé “non-biaisé” de sigma^2 (variance d’une pop) à partir de s^2 (variance de l’échantillon)
Quel est le calcul des degrés de liberté
n - 1
Qu’est-ce qu’une théorie
Une représentation de la réalité
Qu’est-ce qu’un hypothèse alternative (H1)
Prédiction que la manipulation aura un effet (conséquences observable)
Qu’est-ce qu’un hypothèse nulle (H0)
Inverse de H1
Qu’est-ce que la signification statistique
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)
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
Faux, elle signifie qu’il y a de faibles chances que celle-ci soit égale à 0 (0 = aucune corrélation)
Vrai ou faux, le rejet de H0 prouve H1
Vrai
Vrai ou faux, le non-rejet de H0 prouve que H1 est fausse
Faux, il ne prouve pas nécessairement que H1 est fausse
Qu’est-ce que la fluctuation des échantillons aléatoires
Probabilité que 2 échantillons de la même taille extraits de la même population aient des moyennes différentes
Qu’est-ce que l’erreur d’échantillonnage
La fluctuation naturelle entre les échantillons tirés de la moyenne
Qu’est-ce que l’erreur-type de la moyenne (standard error)
La fluctuation naturelle entre les M des échantillons tirés de la même population
Qu’est-ce que l’erreur de type I (alpha)
Conclure qu’un phénomène existe alors qu’il n’existe pas (conclure au rejet de H0 à tort : faux positif)
Qu’est-ce que l’erreur de type II (bêta)
Conclure qu’il n’existe PAS alors qu’il existe (conclure à tort au non-rejet de H0 : faux négatif)
Vrai ou faux, si mu (u) est inclus dans l’intervalle de confiance il faut rejeter H0
Faux, si mu est inclus dans l’intervalle de confiance, on doit accepter H0 (non-rejet) car l’échantillon appartient à la population
Vrai ou faux, un intervalle de confiance de 95% correspond à un score z de 1,96
Vrai
Quelle est le calcul de l’intervalle de confiance
IC = M +- 1,96 x SM
Comment réduire le risque d’erreur alpha
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)
Comment réduire le risque d’erreur bêta
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
