Cours 5 - Les statistiques descriptives

Question 1

L’analyse exploratoire des données constitue l’étape prilimiaire à toute analyse statistique, même les plus sophistiquée.

À quoi sert-elle?

Answer 1

Elle aide à orienter les analyses subséquentes (paramétriques vs non paramétriques)

Question 2

Lors de l’analyse exploratoire des données, à quel aspect on s’attarde habituellement ?

3 aspects

Answer 2

• Les mesures de tendance centrale
• Les mesures de dispersion
• La distribution des résultats

Question 3

Choix de réponse

Je suis une mesure qui indique où se trouve la majeure partie des données ou score d’une distribution. Ces mesuresvisent à représenter le score typique d’une distribution.

a) Les mesures de tendance centrale
b) La distribution des résultats
c) Les mesures de dispersion
d) aucune de ces réponses

Answer 3

a) Les mesures de tendance centrale

Question 4

Quels sont les trois types de mesure centrale ?

Answer 4

• Le mode
• La médiane
• La moyenne

Question 5

Définisser ce qu’est le mode.

Answer 5

Le mode est la valeur la plus fréquente d’un ensemble de données. Il correspond à la valeur qui revient le plus souvent parmis l’ensemble des données.

Question 6

Vrai ou faux

Le mode est une mesure que l’on peut toujours identifiée.

Answer 6

Faux

Il est impossible d’identifier le mode lorsqu’il y a un petits nombres d’observations et que chaque valeurs est différente/unique.

Question 7

Que mesurons-nous lorsqu’il est question de la médiane?

Answer 7

La médiane correspond à l’observation du milieu. C’est-à-dire la valeur qui se situe à la moitié des observations.

Question 8

À quoi fait référence à la moyenne?

Answer 8

La moyenne représente la mesure la plus courante des tendance centrale des observations. Toutefois, elle n’est pas toujours approprié et peut ne pas faire de sens.

Question 9

Qu’est-ce qui caractérises les mesures de dispersion?

Answer 9

Les mesures de dispersions sont des indices qui caractérisent l’étalement des valeurs d’une distribution d’une variable autour d’une variable centrale.

Question 10

Vrai ou faux

Les mesures de dispersion ne permettent pas de comparer des distribution qui ne sont pas sur la même échelle ?

Answer 10

Vrai

Les mesures ne sont pas standarisées, elles permettent de mesurer la disparité, mais ne permettent pas de comparer avec d’autre

Question 10

Que cherchons-nous à valider avec les mesures de dispersion?

Answer 10

Les indices de dispersion permette de savoir si les scores individuels se rapprochent ou s’éloignent beaucoup des mesures de tendant centrale. Cela permet donc d’évaluer à quel point les gens sont homogène ou hétérogène

Question 10

Quelles sont les différentes mesures de dispersion?

3 mesures

Answer 10

1. Létendue
2. La variance
3. L’écart-type

Question 11

Choix de réponse

Quelle type de mesure indique entre quelles valeurs les résultats varient?

a) Le mode
b) L’écart-type
c) La variance
d) L’étendue
e) Le coefficient de variation

Answer 11

d) L’étendue

Écart entre le minimum et le maximum

Question 12

Vrai ou faux

L’écart-type mesure la dispersion de chaque obseration autour de la moyenne.

Answer 12

Faux

Cette définition faut référence à la variance.

Question 13

Quelles est la mesure de dispersion la plus utilisées dans le cas de la description de variables continues ?

Answer 13

L’écart-type

Question 14

Que nous permet de mesurer le coefficient de variation?

Answer 14

Le coefficient de variation permet de comparer les dispersions de différents groupes. Plus il est élevé, plus il y a une dispersion dans les résultats.

Question 15

Qu’est-ce qu’une distribution ?

Answer 15

Ce sont les vaeurs de chaque cas pour une variable donnée. Typiquement, les réponses sont ordonnées. C’est donc une représentation très visuelle de valeur.

Exemple : nuage de point

Question 16

Comment les fractiles se caractérisent-ils?

Answer 16

Les fractiles séparent la distribution en groupes égaux et les données sont donc toujours ordonnée. Il est possible de le faire à peu près n’importe quoi et le plus fréquent est le quartile.

Question 17

Vrai ou faux

Dans une distribution normale, la moyenne et la médianne sont la même, mais le mode est différent.

Answer 17

Faux

Dans une distribution normale, le mode, la médiane et la moyenne sont tous la même.

Question 18

Le kurtose fait référece à quel type de mesure?

a) Mesure d’asymétrie de la distribution
b) Mesure d’aplatissement de la distribution
c) Aucune de ces réponse

Answer 18

b) Mesure d’aplatissement de la distribution

Question 19

Quels sont les trois types d’aplatissement de la distribution possible et à quoi fait-il référence?

Answer 19

1. Mesokurtique : Distribution normale, donc aplatissement presque nul (K=0)
2. Leptokurtique : K = en haut de zéro
3. Platykurtique : K = en bas zéro

Question 20

Vrai ou faux

Lorsque l’on mesure le Kurtose d’une distribution et que K=0.49, nous avons une représentation Leptokurtique de la distribution puisque K est plus grand que 0.

Answer 20

Faux

Une distribution avec K=0,49 est un applatissement de la courbe de type Mésokurtique puisque Si K=+/-0,5 = normal = mésokurtique

Question 22

Le skewness est une mesure d’asymétrie de la distribution?

Answer 22

Vrai

Question 23

Vrai ou faux

Une courbe qui tend vers la gauche (monte tranquillement et redescend drastiquement) représente une asymétrie positive.

Answer 23

Faux

Ceci fait référence à une asymétrie négative (ordre dans la courbe: moyenne, médiate, mode)

Question 24

Si le “S” (Skewness) est positif, l’asymétrie sera positive, normal ou négative?

Answer 24

Positive

Question 25

Parmis les énoncés suivant, indiqué si c’est une variable paramétrique ou pas.

a) Lorsque le N est de moins de 30
b) Lorsque la distribution de notre variable est non normale
c) Lorsque c’est une variable nominale ou ordinale

Answer 25

a) Lorsque le N est de moins de 30 = non paramétrique
b) Lorsque la distribution de notre variable est non normale = non paramétrique, mais on peut accorder une certaine souplesse
c) Lorsque c’est une variable nominale ou ordinale = automatiquement non paramétrique