Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

SEX1011 A24 fin-session > Cours 9 > Flashcards

Cours 9 Flashcards

1
Q

Mesure =

A

Processus qui consiste en l’attribution de chiffres pour décrire des caractéristiques

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

On utilise une mesure soit pour :

A

pour décrire des attribut ou une quantité

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

Attribut =

A

le chiffre est un code, pas une valeur (ex. niveau socioéconomique, OS)

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

Quantité =

A

un nombre décrit la valeur de la caractéristique (ex. âge, score de bien-être)

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

La mesure permet :

A

une caractérisation stable et favorise ainsi la comparaison (avec d’autres temps de mesure ou d’autres études)

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

Mesure - Opérationnalisation :

A

processus qui permet de mesurer un concept / construit.

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

Mesure - nominale :

A

catégories sans ordre particulier (ex. genre, statut de séropositivité)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Mesure - ordinales :

A

catégories dont l’ordre reflète une certaine progression (ex. niveau d’accord/désaccord)

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

Mesure - cardinales :

A

échelles d’intervalle ou de proportion

intervalle : la valeur 0 est arbitraire

proportion : la valeur 0 est absolue (indique l’absence)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

L’erreur de mesure =

A

écart entre la mesure et la réalité

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

Mesure - aléatoire

A

attribuable à des facteurs dont la variation n’est pas structurée

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

Mesure - systématique :

A

attribuable à des facteurs dont l’effet sur la
mesure est structuré ou uniforme

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

L’erreur systématique peut être le reflet de problèmes avec :

A

La validité ou la fidélité d’un instrument de mesure

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

Mesure - fidélité :

A

capacité d’un instrument de mesure à reproduire le
même résultat (sur la même personne dans le même contexte).

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

Mesure - validité :

A

l’instrument mesure bien le concept qu’il doit mesurer; il produira en moyenne une mesure représentative de la réalité.

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

Mesure - Fidélité temporelle (test-retest) :

A

stabilité d’une mesure faite sur la même personne, mais à des moments différents

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Mesure - Fidélité des formes parallèles :

A

stabilité de la mesure d’un
concept à partir d’instruments différents

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Mesure - Fidélité interjuges :

A

stabilité des classifications ou des scores
attribués par des intervieweurs ou des évaluateurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Pour évaluer la fidélité des formes parallèles, on calculera ?

A

l’association (corrélation) entre les deux mesures

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Pour évaluer la fidélité temporelle ou la fidélité interjuges:

A
  • proportion d’accords observés
  • statistique de Kappa (κ) qui décrit l’accord en tenant compte du niveau d’accord pouvant être obtenu par la chance
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Kappa (κ) : à partir de combien on est dans le degré d’accord parfait ? et en dessous de combien on hésite à l’utiliser ?

A

80 : accord parfait

75 : hésite

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Mesure - Cohérence interne (homogénéité) :

A

à l’intérieur de l’instrument chaque dimension est cohérente avec les autres

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

pour évaluer la cohérence interne, on utilise ?

A

alpha de Cronbach (α)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Mesure - Validité de construit :

A

lien entre le construit et la mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Mesure - Validité de contenu:

A

la capacité d’un instrument à couvrir l’étendue d’un
concept

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Mesure -
Validité de critère:

A

comparer la mesure avec une autre mesure
qui est considérée comme étant une référence (un critère)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

L’échantillonnage probabiliste a l’avantage de ?

A

permettre le recours aux probabilités et lois statistiques pour guider l’inférence.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Population =

A

Paramètre

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

échantillon =

A

statistique

30
Q

Pourquoi utiliser un échantillon ?

A

lorsqu’il est impossible d’analyser l’ensemble de la population

31
Q

Échantillon - son utilité dépend de sa représentativité qui varie selon :

A
  • mode de collecte
  • taille (p/r hétérogénéité)
  • effet à détecter
32
Q

Si on répétait l’échantillonnage, on obtiendrait :

A

différents échantillons

33
Q

Si on avait différents échantillons, on pourrait avoir :

A

différentes statistiques (mesures de tendance centrale, de dispersion, …)

34
Q

On s’appuie sur quoi pour estimer la variabilité
théorique des statistiques issues de notre échantillon ?

A

des lois de probabilités

35
Q

Erreur-type :

A

écart-type de la moyenne d’échantillonnage

36
Q

Fréquence:

A

nombres d’observations associées à une valeur ou catégorie

37
Q

Fréquence cumulée:

A

On utilise la fréquence cumulée pour déterminer le nombre d’observations qui se situent au-dessus (ou au-dessous) d’une valeur particulière dans un ensemble de données.

38
Q

Proportion : Utile pour comparer ?

A

les distributions de populations de tailles différentes

39
Q

Rapport (ratio):

A

relation entre deux quantités qu’on veut comparer

40
Q

Proportion:

A

les deux quantités sont liées

numérateur est un sous-ensemble du dénominateur

41
Q

Taux:

A

processus dynamique, on observe un changement dans le temps

42
Q

Boîte à moustaches (ou diagramme en boîte, box plot) :

A

Représentation graphique d’une distribution qui intègre différentes mesures

43
Q

Les diagrammes à moustache facilitent :

A

la comparaison des
populations

44
Q

Tendance centrale :

A

ce qui est typique de la population
ce qui se passe «en moyenne»

45
Q

Mesures de tendance centrale - Différentes mesures :

A

Moyenne
Moyenne pondérée
Médiane
Mode

46
Q

Qui suis-je ?

Mesure de tendance centrale la plus connue.

A

Moyenne

47
Q

Comment calculer une moyenne ?

A

Somme des observations divisée par le nombre d’observations

48
Q

Qui suis-je ?

Toutes les observations n’ont pas le même
poids.

A

Moyenne pondérée

49
Q

Qu’est ce qui permet de modifier la contribution relative des observations ?

A

Moyenne pondérée

50
Q

Qui suis-je ?

Sépare la distribution en deux groupes égaux (50%)

A

Médiane

51
Q

médiane = moins affectée que … par les valeurs extrêmes

A

la moyenne

52
Q

Qui suis-je ?

Catégorie ou valeur ayant la fréquence la plus élevée

A

Mode

53
Q

Quelle mesure de tendance centrale est approprié pour les variables nominales et ordinales ?

A

Le mode

54
Q

Mesures de dispersion - variabilité peut être décrite de différentes façons:

A
  • Étendue
  • Écart moyen
  • Variance
  • Écart-type
  • Coefficient de variation
55
Q

Qui suis-je ?

Différence entre les valeurs minimale et maximale de la distribution.

A

étendue

56
Q

Quelles est le façon la plus simple de décrire la variabilité.

A

Calculer l’étendue

57
Q

Qui suis-je ?

Décrit comment chacune des observations
est éloignée de la moyenne

A

écart moyen

58
Q

A qui cela fait-il référence ?

Pour des raisons mathématiques, les valeurs absolues ne sont pas idéales.

A

Variance

59
Q

Qui suis-je ?

La racine carrée de la variance

A

écart type

60
Q

Qui suis-je ?

Exprime la variabilité relativement à la moyenne

A

Coefficient de variation

61
Q

Plus le coefficient de variation est petit, plus :

A

les valeurs de la distribution tendent à être proches de la moyenne.

62
Q

On qualifiera une distribution en fonction de :

A

son écart par rapport à la distribution normale.

63
Q

On décrit l’écart d’une distribution selon 2 dimensions :

A

l’asymétrie et l’aplatissement.

64
Q

Forme de la distribution : aplatit / étroit

Négatif ? Positif ?

A

négatif quand très applatit

positif quand plus étroit

65
Q

Quelle mesure de tendance centrale utilisé avec : une variable nominale ?

A

Mode

66
Q

Quelle mesure de tendance centrale utilisé avec : une variable ordinale ?

A

Mode / médiane

67
Q

Quelle mesure de tendance centrale utilisé avec : une variable cardinale ?

A

SI forme de la distribution est asymétrique : mode et médiane

SI forme de la distribution est symétrique : mode, médiane, moyenne

68
Q

Mode - particularité :

A
  • Non influencé par les valeurs extrêmes
  • Ne permet pas d’opérations mathématiques
69
Q

Médiane - particularité :

A
  • Ne tient pas compte de la valeur numérique de
    toutes les observations
  • Sépare une distribution en deux groupes de même
    taille
70
Q

Moyenne - particularité :

A
  • La valeur de toutes les observations sont prises en
    compte
  • Mesure de tendance centrale la plus stable
  • Est influencée par les valeurs extrêmes

SEX1011 A24 fin-session (4 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions