Examen 1 Flashcards
Si un échantillon est aléatoire et représentatif, à quel type de validité cela contribue-t-il ?
Validité externe
Un protocole expérimental permet de bonifier quel type de validité ?
Validité interne
Définissez ce qu’est une variable discrète. Donnez-en un exemple.
C’est une variable qui prend un nombre limité de valeurs. Ex : le sexe biologique, le niveau d’étude, une échelle de Likert.
Définissez ce qu’est une variable continue. Donnez-en un exemple.
C’est une variable qui représente la magnitude d’une caractéristique. Ex : l’âge, les résultats scolaires, le poids.
Distinguer brièvement Paramètre et Estimateur. Dites pourquoi nous utilisons les estimateurs.
Un paramètre est une caractéristique de la population. Un estimateur est une caractéristique d’un échantillon qui devrait nous aider à inférer une caractéristique de la population.
Vrai ou faux : La suffisance est une propriété des estimateurs.
Vrai.
Vrai ou faux : La moyenne est une mesure de la tendance centrale qui ne prend pas en compte toutes les données de la distribution
Faux
Vrai ou faux : Les degrés de liberté, c’est le nombre de valeurs indépendantes qui peuvent être calculées avec un échantillon de grandeur N. Ainsi, pour un ensemble de N observations indépendantes, il y a N-5 degrés de liberté.
Faux (il y a N-1 dl)
Vrai ou faux : Les degrés de liberté, c’est le nombre de valeurs indépendantes qui peuvent être calculées avec un échantillon de grandeur N. Ainsi, pour un ensemble de N observations indépendantes, il y a N-5 degrés de liberté.
Faux (il y a N-1 dl)
Vrai ou faux : Le score Z est un exemple de transformation linéaire.
Vrai
Les transformations linéaires changent les propriétés métriques des données.
Faux
Les transformations linéaires influencent les conclusions statistiques que l’on peut avoir et servent souvent aux chercheurs afin d’obtenir un résultat qui leur plaît.
Faux.
Qu’est-ce qu’une distribution dite normale?
Un élément central des principes de la statistique inférentielle. Lorsque µ et σ sont connus, la distribution normale permet de calculer la probabilité d’observer une valeur dans un étendu déterminé.
Qu’est-ce que le théorème de la limite centrale?
Plus le N de l’échantillon est grand, plus la distribution d’échantillon s’approche d’une courbe normale et plus les tests inférentiels sont valides et puissants.
Vrai ou faux : lorsqu’on teste l’hypothèse nulle, on teste la probabilité que H0 est vrai.
FAUX : on teste la probabilité d’obtenir les résultats obtenus si H0 était vrai.
Qu’est-ce que l’erreur alpha ?
Rejeter l’H0 (donc conclure H1) alors que H0 aurait du être gardée.
Qu’est-ce que l’erreur bêta ?
Garder H0 alors qu’on aurait dû la rejeter.
Qu’est-ce que 1-B ?
La puissance (conclure que H1 alors que c’est vraiment H1)
Qu’est-ce que 1-a ?
Conclure que H0 alors que c’est vraiment H0
Qu’est-ce qu’une grandeur d’effet?
On parle de la signifiance du résultat. À quel point la différence significative est signifiante. Par exemple, si une différence entre deux diètes est significative, elle n’est pas nécessairement signifiante si elle n’est que de 0.2 kg.
Donnez un exemple d’évènements à la fois indépendants et mutuellement exclusifs.
Obtenir 2 fois ‘‘pile’’ en lancant un dé.
Quelle est la formule pour obtenir la probabilité de lancer 3 dés et d’obtenir 3 fois ‘‘5’’ ?
Loi multiplicative : 1/6 x 1/6 x 1/6
Quelle est la formule pour obtenir la probabilité de lancer un dé et d’obtenir 3, 4 ou 5 ?
Loi additive : 1/6 + 1/6 + 1/6
Quelle formule utilisera-t-on pour calculer le nombre d’arrangements possibles d’équipes de deux différentes dans une classe de 50 personnes?
Combinaison.
Nommez les deux raisons pour lesquelles le Théorème de Bayes gagne en popularité.
- Il permet d’estimer des probabilités qui sont inconnues avec l’approche inférentielle (comme la probabilité que H0 soit vraie). 2. Il ne présuppose pas la distribution normale.
Qu’est-ce que la distribution binomiale?
• Une distribution discrète et non continue. Elle traite des situations où des essais donnent un résultat parmi deux résultats mutuellement exclusifs (par ex. : pile ou face).
Vrai ou faux : le test de Khi-carré est un test basé sur la distribution normale.
Faux (basé sur la distribution khi-carré)