Brainscape's Knowledge GenomeTM

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


See full index

Méthode de recherche 1 > Examen 1 > Flashcards

Examen 1 Flashcards

1
Q

Vrai ou faux ? On va nommer la situation standard « HYPOTHÈSE
NULLE » (H0)

A

Vrai

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

Vrai ou faux ? On va nommer l’hypothèse alternative « HYPOTHÈSE
ALTERNATIVE » (H1
)
Attention, ce n’est pas parce qu’on rejette H0
, car les données
sont peu compatibles avec elle, que H1 est nécessairement
vraie !

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q
  • Analyser différentes situations
  • Savoir par quelles étapes passer pour procéder correctement
  • Connaître les forces et faiblesses des outils
  • Savoir comment communiquer les résultats des analyses
  • Mettre en application les analyses
    Sont tous des choses que …
A

le cours va nous permettre de faire

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

Une compréhension des statistiques nous permet ?

A
  • Mieux cerner les résultats de recherche
  • Faire de la recherche
  • Renforcer l’esprit critique
  • Exigence de l’ordre des psy.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Adéquatement utilisées, les statistiques permettent de … la réalité

A

simplifier et de résumer

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

Qu’est-ce qu’un modèle en statistique ?

A

Toutes les statistiques qui résument un ensemble de
données
Ex.: salaire moyen d’un groupe de personnes

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

Que recherchons-t-on en psychologie, 2 choses:

A

1 Décrire l’être humain (descriptif)

2 Prédire et généraliser son cpt (inférentiel)

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

Que faut-il faire pour atteindre les objectifs descriptif et inférentiel de la psychologie, 4 étapes ?

A

1 Obtenir des données
2 Traiter ces données
3 Analyser ces données
4 interpréter de manière éclairée ces données

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

Vrai ou faux ? Différentes analyses peuvent être pertinentes selon la question de recherche qui est posée.

A

Vrai

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

Vrai ou faux ? Les pratiques cliniques sont de plus en plus
informées par des données empiriques. L’intuition, c’est utile, mais cela ne remplace pas une connaissance empirique à jour des meilleurs traitements

A

Vrai

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

Quel est un des problème de la psychologie soutenu par la science ?

A

Problème: la recherche qui est publiée dans des

journaux scientifiques est de qualité variable !

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

À quoi sert la recherche en psychologie ?

A

Jugement sur l’efficacité d’interventions psychologique

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

La réalité existe indépendamment de l’observateur et il est
possible de la découper en phénomènes plus ou moins distincts
(variables), puis de réassembler ces parties, pour mieux la comprendre
 Éviter d’influencer les répondants
 Purifier les phénomènes qui sont étudiés
 Répond à la question « Combien ? » - COMPTER
À quel façon d’étudier l’humain est-il question ?

A

Quantitative

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

La réalité est construite par l’observateur; le sens que les
personnes donnent à leur univers et leur interprétation sont centrales
 Développer une vue d’ensemble, contextualiser systématiquement
 Répond à la question « Comment ? » (processus) – CONTEXTUALISER
À quel façon d’étudier l’humain est-il question ?

A

Qualitative

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

Vrai ou faux ? Concrètement, un projet de recherche se situe souvent quelque part
en ces deux extrêmes, quantitatif et qualitatif.

A

Vrai

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

Quantitatif ou qualitatif ? Questionnaires papier, web, sondages, questions fermées, …

A

Quantitatif

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

Quantitatif ou qualitatif ?
Groupes de discussion, groupes de focus, entrevues individuelles en
profondeur (questions ouvertes), observation participante, histoires de
vie, …

A

Qualitatif

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

À quel plans (devis) de recherche est-il question ?  Échantillonnage aléatoire est idéal (mais pas toujours le cas)
 Taille des groupes est prédéterminée
 Vise la généralisation à des populations
 Limiter l’influence de facteurs non désirés (facteurs de biais)
 De « grands » nombres de répondants sont souvent souhaitables

A

Quantitatif

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

À quel plans (devis) de recherche est-il question ?
 Échantillonnage de convenance
 Échantillonnage par boule de neige
 Informateurs clés, cas extrêmes
 Taille des groupes selon critère de saturation
 15-20 participants = « grand » (souvent, mais pas toujours)

A

Qualitatif

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

Quels sont les trois façons de trouvées une idée de recherche ?

A

1 Intérêt personnel
2 Observation
3 Littérature scientifique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Vrai ou faux ? Question de recherche: idée de recherche sous forme de
question
 Ex: Quels sont les antécédents de la participation à des gangs
de rue chez les adolescents ?

A

Vrai

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

De quoi s’agit-il ? Une caractéristique ou une propriété quelconque qui peut prendre différentes valeurs d’un cas à l’autre.

A

Variable

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

Vrai ou faux ? La variable à au moins deux valeurs.

A

Vrai

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

La constante se distingue de la variable par le fait qu’elle …

A

ne varie pas

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

On s’intéresse aux variables pour comprendre
… entre individus, endroits,
ou situations

A

pourquoi elles varient

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

Vrai ou faux ? En statistiques, on veut essentiellement comprendre
CE QUI FAIT VARIER des phénomènes.

A

Vrai

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

Quel sont les trois types de variables ?

A

1 Catégorielles
2 Discrètes
3 Continues

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

Vrai ou faux ? Les variables catégorielles sont parfois appelées des
« facteurs » en statistique.

A

Vrai

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

Dans la variable catégorielle, les valeurs possibles sont …

A

des catégories (ou des niveaux)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Quelle est la variable catégorielle la plus simple ?

A

Dichotomique (seulement deux catégories: homme/femme)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

À quelle type de variable catégorielle est-il question ? Les catégories ne se chevauchent pas, chaque cas doit tomber dans une seule catégorie.

A

Les catégories mutuellement exclusives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

À quelle type de variable catégorielle est-il question ?
L’ensemble des catégories de valeurs inclut tous les cas qui nous intéressent
- Chaque cas existant tombe dans une catégorie et une
seule

A

Les catégories collectivement exhaustives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

À quelle type de variable est-il question ? S’exprime en chiffres. Ne prend qu’un nombre limité de valeurs
- Seulement des valeurs entières, pas de fractions

A

Variable discrète

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Vrai ou faux ? La variable discrète est souvent en termes de fréquences (compte le nombre de…)

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

À quelle type de variable est-il question ? S’exprime en chiffres. Peut s’exprimer en fractions. Elle n’arrête pas… Peut être aussi précise que l’on veut.

A

Variable continue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

De quoi s’agit-il ? Une technique par laquelle des valeurs sont assignées à des
objets, à des événements ou à des observations (Vallerand & Hess, 2000)

A

Mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

De quoi s’agit-il ? série de valeurs que l’on utilise pour mesurer une variable
- Ex: âge = entre 0 et 120 ans

A

Échelle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

De quoi s’agit-il ? Valeur de la variable pour un individu donné
- Ex: Répondant no 79 est âgé de 12 ans

A

Score

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Vrai ou faux ? Avec l’échelles de mesure il est important: ne pas oublier que c’est la variable sousjacente que nous mesurons (par exemple la confiance) et
non les nombres eux-mêmes

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

Vrai ou faux ? L’échelle de mesure cherche la façon la plus juste (et précise) de mesurer les variables.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

Quels sont les 4 types d’échelles de mesure ?

A

1 Nominale
2 Ordinale
3 Intervalle
4 De ratio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

De quel type d’échelle est-il question ? Colle une étiquette (aussi appelé « libellé » ou « label »)
aux valeurs de la variable, leur attribue un nom.

A

Nominale

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

Vrai ou faux ? Dans ce sens, les échelles nominales ne sont pas des
échelles proprement dites, car elles ne classent pas les
éléments sur une échelle ou selon une dimension. Elle représentent plutôt des catégories sans ordre logique
ou sans ordre naturel.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

Vrai ou faux ? Avec une échelle nominale, nous pouvons assigner des
chiffres aux catégories d’une variable catégorielle. Ces chiffres ne sont que des symboles arbitraires.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

De quel type d’échelle est-il question ? Les étiquettes d’une variable peuvent être ordonnées. Possible d’attribuer des chiffres aux étiquettes d’une variable
Les chiffres indiquent leur position relative.

A

Ordinale

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

Vrai ou faux ? Avec une échelle ordinale on ne peut pas réaliser des opérations arithmétiques avec ces
valeurs ordinales.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

De quel type d’échelle est-il question ? Unité de mesure est constante et permet d’accomplir des opérations arithmétiques : additionner, soustraire, multiplier… Écarts entre les points de l’échelle sont (considérés) identiques.

A

Intervalles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

De quel type d’échelle est-il question ? Possède toutes les caractéristiques de l’échelle
d’intervalles, mais possède aussi un vrai point zéro.

A

De ratio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

Vrai ou faux ? On peut faire des statistiques plus poussées avec des
variables d’intervalles et de ratio, comparativement aux
autres échelles.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

Vrai ou faux ? C’est important de pouvoir reconnaître les différentes variables et échelles si nous voulons choisir le test statistique qui est approprié !

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

Vrai ou faux ? On mesure parfois une variable continue ou discrète avec
une échelle nominale dichotomique.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
52
Q

La cause présumée de l’effet que nous voulons
observer, la variable explicative ou « prédictrice »
“Manipulée” par l’expérimentateur

A

Variable indépendante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
53
Q

L’effet que nous voulons observer, la variable
expliquée ou « prédite »
Sa valeur est présumée dépendre de l’autre ou des autres
variable(s) (dans notre recherche)

A

Variable dépendante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
54
Q

Vrai ou faux ? Types de traitement (VI) sur la dépression (VD)

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
55
Q

De quoi s’agit-il ? Concerne la façon d’organiser les variables et de répartir les
participants dans les différentes conditions (groupes) de l’étude.

A

Plan de recherche, devis/plan expérimental

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
56
Q

Vrai ou faux ? Le choix du devis de recherche détermine quelles statistiques il
est possible d’utiliser pour analyser les résultats de l’étude.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
57
Q

Quelles sont les deux grandes catégories de devis de recherche ?

A

1 Corrélationnels (On observe sans intervenir, sans manipuler des variables)
2 Expérimentaux et quasi expérimentaux (On manipule certaines variables (VI) pour voir leur effet sur
d’autres variables (VD))

58
Q

Dans quel type de devis de recherche est-il possible d’établir des liens de causalité ?

A

Le devis expérimental/quasi expérimental

59
Q

Quels sont les trois critères pour établir la causalité ?

A

1 Cause doit avoir lieu avant l’effet
2 Cause et effet doivent être associés dans un intervalle de temps rapproché
3 Explication alternative de l’association entre les variables doit être exclue

60
Q

Vrai ou faux ? Il faut s’assurer que l’effet observé est réellement causé par la
variable en question (et pas par une autre variable associée)
Défi en psychologie: il existe beaucoup de variables
confondantes!

A

Vrai

61
Q

De quoi s’agit-il ? L’ensemble (univers) des « choses » qui nous
intéressent.

A

Population

62
Q

Vrai ou faux ? Il est important de définir et de circonscrire notre population
(qui y appartient vs. qui n’y appartient pas)

A

Vrai

63
Q

Les populations en psychologie sont généralement … ?

A

grandes et finies

64
Q

Sous-ensemble de la population.

A

Échantillon

65
Q
  • prend moins de temps
  • coûte moins cher
  • on peut poser plus de questions
  • réduit les risques d’erreurs de saisie de données
    Sont tous des avantages de…
A

prélever un échantillon

66
Q

Vrai ou faux ? Important – l’échantillon doit être représentatif de la
population.

A

Vrai

67
Q

Vrai ou faux ? Dans la mesure où l’échantillon est représentatif de sa
population, nous pouvons tirer des conclusions sur la
population à partir des données recueillies auprès de l’échantillon

A

Vrai

68
Q

Si notre échantillon est représentatif de la population, nous
pouvons, 2 choses:

A

1 Estimer certaines caractéristiques (paramètres) de la population
(inférence) à partir de l’échantillon
2 Déterminer la précision de ces estimations (intervalles de confiance)
Inférence statistique

69
Q

Vrai ou faux ? Si notre échantillon n’est pas représentatif, nos estimations de la population peuvent être biaisées (faussées).

A

Vrai

70
Q

Quelles sont les deux branches des statistiques ?

A

1 Descriptives

2 Inférentielles

71
Q

De quelle branche de statistique s’agit-il ? Servent à décrire un ensemble de données
- Résumer l’information pour la rendre plus utile, intelligible,
communicable

A

Descriptives

72
Q

Vrai ou faux ? Lors des stats descriptives l’une des premières choses à faire avec nos données est
d’en tracer un graphique, de calculer les moyennes et
d’autres indices, puis de rechercher les scores extrêmes ou les distributions peu courantes.

A

Vrai

73
Q

Vrai ou faux ? Il est important d’accorder une attention toute particulière aux données et de
les examiner en détail avant d’avoir recours à des procédures plus élaborées.

A

Vrai

74
Q

Vrai ou faux ? Une fois qu’on a bien examiné nos données, nous passons
à l’étape de l’inférence statistique.

A

Vrai

75
Q

De quelle type de stats s’agit-il ? Généralisation de l’information:
- Nous inférons les caractéristiques de la population à partir de
ce que nous savons au sujet de l’échantillon

A

Inférentielles

76
Q

Caractéristique d’une population

A

Paramètre

77
Q

Caractéristique d’un échantillon

A

Statistique

78
Q

Vrai ou faux ? Souvent, nous nous intéressons aux paramètres, mais nous estimons ceux-ci à partir des statistiques.

A

Vrai

79
Q

De quel type de plan s’agit-il ? Assignation aléatoire, chaque sujet est inclus dans seulement 1 condition.

A

Plan simple

80
Q

Vrai ou faux ? Dans la pratique, la répartition aléatoire est généralement bien plus importante que le
fait de prélever un échantillon aléatoire.

A

Vrai

81
Q

De quel type de plan s’agit-il ? Les mêmes participants sont inclus dans plus d’une condition de l’étude
- On compare leurs réponses à différents moments ou sur différentes mesures

A

Plan à mesures répétées

82
Q
  • 1) nécessite moins de participants
  • 2) permet de contrôler plusieurs variables confondantes liées aux
    différences individuelles
  • Quand on compare des groupes de personnes différentes, c’est plus difficile de savoir si l’effet qu’on observe est dû à notre manipulation ou aux
    caractéristiques des individus
  • Avec des mesures répétées, les différents « groupes » sont équivalents (on suit
    les mêmes personnes)
    Sont des … du plan à mesures répétées.
A

Avantages

83
Q

Vrai ou faux ? En psychologie, on fait souvent passer des questionnaires.

A

Vrai

84
Q

Quand on fait le décompte du nombre de personnes
qui ont répondu à tel énoncé, ou qui ont coché telle
case
On compte …

A

les fréquences

85
Q

Vrai ou faux ? Les graphiques nous donnent un aperçu global de nos
données.

A

Vrai

86
Q

De quel graphique est-il question ? Nous donne une bonne idée de la distribution des
fréquences dans notre échantillon.

A

Diagramme en barres
(Nous permet de voir la fréquence de scores
correspondant aux différentes valeurs d’une variable)

87
Q

Vrai ou faux ? Le diagramme en barres est pour les variables catégorielles et discrètes.

A

Vrai

88
Q

Pour les variables continues, quel est le graphique utilisé ?

A

L’histogramme

89
Q

Vrai ou faux ? Avec l’histogramme on voit la continuité entre les différentes valeurs de la variable.

A

Vrai

90
Q

De quel graphique est-il question ? Permet de lire toutes les valeurs de la variable.

A

Diagramme en tige et feuilles

91
Q

Vrai ou faux ? Le diagramme en tige et feuilles est similaire à l’histogramme.

A

Vrai

92
Q

Ces diagrammes s’avèrent particulièrement
utiles pour comparer deux distributions
différentes.

A

Diagramme en tige et feuilles

93
Q

Vrai ou faux ? Une autre façon de comprendre nos données est de s’intéresser aux scores « typiques » de notre échantillon.

A

Vrai (Mesures de tendance centrale comme moyenne, médiane et mode)

94
Q

Quelle est la mesure la plus commune de tendance centrale ?

A

La moyenne

95
Q

Elle donne une idée du score typique de l’échantillon, mesure de tendance centrale.

A

Moyenne

96
Q

De quelle mesure de tendance centrale s’agit-il ? Pour variables discrètes et continues
- La valeur qui coupe l’échantillon en deux parts égales: la valeur
au milieu de l’échantillon

A

La médiane

97
Q

Vrai ou faux ? pour trouver la médiane les données doivent d’abord être classées en ordre
croissant.

A

Vrai

98
Q

De quelle mesure de tendance centrale s’agit-il ? La valeur la plus fréquente d’une variable
- Le score obtenu par le plus grand nombre de participants, le score qui revient le plus souvent

A

Le mode

99
Q

Vrai ou faux ? Le mode est peu utilisé pour des analyses statistiques.

A

Vrai

100
Q

Quelle mesure représente le mieux le score typique dans

notre échantillon? Est la question que nous devons répondre pour savoir quelle …

A

mesure de tendance centrale choisir

101
Q

Quelle mesure de tendance centrale devrait être choisit ? Distribution de scores assez également répartis.

A

Moyenne

102
Q

Quelle mesure de tendance centrale devrait être choisit ? Scores extrêmes, pas affectée par les scores extrêmes.

A

Médiane

103
Q

Quelle mesure de tendance centrale devrait être choisit ? Score le plus fréquent.

A

Mode

104
Q

Vrai ou faux ? La moyenne est très affecté par les valeurs extrêmes.

A

Vrai

105
Q

De quelle façon les différentes observations sont-elles regroupées autour de la valeur centrale?

A

Mesures de variabilité

106
Q

Vrai ou faux ? Les résultats différents que les étudiants peuvent avoir illustre bien la dispersion, ou de variabilité, autour de la mesure de tendance centrale.

A

Vrai

107
Q

De quel mesures de variabilité est-il question ? Représente la distance entre le score le moins élevé et le score le plus élevé.

A

L’étendue

108
Q

Vrai ou faux ? L’étendue dépend uniquement des valeurs extrêmes.

A

Vrai

109
Q

Ne nous informe pas sur les scores entre les extrêmes.

A

Étendue

110
Q

De quel mesures de variabilité est-il question ? On l’obtient en soustrayant le quartile 1 (25% des scores les plus faibles) du quartile 3 (25% les scores les plus élevés).

A

Espace interquartile

111
Q

Vrai ou faux ? Le point qui délimite les 25% inférieurs de la distribution est
appelé le premier quartile, et est habituellement noté Q1.

A

Vrai

112
Q

De quel mesures de variabilité est-il question ?

Mesure la variation des valeurs autour de la moyenne.

A

Variance

113
Q

Vrai ou faux ? Chaque participant va s’éloigner de la moyenne à un
certain degré.

A

Vrai

114
Q

Vrai ou faux ? La variance donne un meilleur aperçu de la variabilité des scores autour de la moyenne.

A

Vrai

115
Q

Variabilité d’un score =

A

score du participant - moyenne

116
Q

Vrai ou faux ? Variabilité

Si on fait ce calcul pour tous les participants dans l’échantillon, on obtient tous les écarts par rapport à la moyenne

A

Vrai

117
Q

À quoi correspond l’écart-type ?

A

La racine carrée de la variance

118
Q

Vrai ou faux ? Étant donné qu’on a calculé la variance à partir de scores élevés au carré, on va annuler cette modification avec une racine carrée (opposés) pour retrouver notre unité de
mesure originale.

A

Vrai

119
Q

Vrai ou faux ? Écart-type est pratique pour savoir rapidement si les participants répondent
de manière plutôt similaire ou plutôt différente.

A

Vrai

120
Q

Permet d’identifier facilement les scores extrêmes dans

l’échantillon. De quel graphique est-il question ?

A

Boîte à moustaches

121
Q

De quel diagramme est-il question ? On associe le score sur une variable avec le score correspondant sur l’autre variable pour chaque participant.

A

Diagrammes de dispersion

122
Q

Les diagrammes de dispersion permettent d’examiner la relation entre
deux variables.

A

Vrai

123
Q

Vrai ou faux ? La représentation graphique de données a pour but de communiquer avec un public.

A

Vrai

124
Q

Quels sont les trois règles pour les graphiques ?

A

Règle 1: soyez fidèle aux données
- Présentez le meilleur résumé, qui révèle l’essentiel, sans cacher
Règle 2:
- faites tout ce qui permet d’améliorer la
compréhension, sans trahir
Règle 3:
- gardez les choses simples

125
Q

Vrai ou faux ? Les statistiques descriptives résument les
caractéristiques principales de notre échantillon:
- Moyenne, médiane, mode
- Écart-type (et variance)
- etc.

A

Vrai

126
Q

Vrai ou faux ? Les représentations graphiques permettent aussi d’avoir un aperçu global des tendances centrales et de dispersion de nos données

A

Vrai

127
Q

Quelle est la distribution la plus importante ?

A

La distribution normale

128
Q

Vrai ou faux ? La distribution normal est le postulats (exigences des tests) pour appliquer les tests statistiques.

A

Vrai

129
Q

Quelles sont les 3 causes possible pour que la distribution ne soient pas normal.

A
  • 1) échantillon biaisé (sélection non aléatoire)
  • 2) taille d’échantillon insuffisante
  • 3) la forme de la distribution de la population est non normale
130
Q

À quel type de distribution normale est-il question ? Peut suggérer la présence de participants tirés de deux populations différentes.

A

Distributions bimodales

131
Q

Vrai ou faux ? Plus notre échantillon est
grand, plus il aura
tendance à être distribué
normalement.

A

Vrai

132
Q

Une courbe normal qui a un aplatissement négatif/positif/neutre

A

Valeur nég: platycurtique
Valeur positive: leptocurtique
Valeur neutre: mésocurtique

133
Q

Asymétrie positive veut dire … et asymétrie négative ?

A

+: queue de la distribution va vers les valeurs +

-: la queue de la distribution va vers les valeurs -

134
Q

Vrai ou faux ? Une autre façon de penser aux distributions de
fréquences est en termes de probabilités.
- À quelle probabilité l’événement risque-t-il de se produire ?

A

Vrai

135
Q

Vrai ou faux ? Les probabilités varient entre 0 et 1

A

Vrai

136
Q

Entre -1 et +1 É-T de la moyenne représente … de l’aire sous la courbe ?

A

68 %

137
Q

Entre -1,96 É-T et +1,96 É-T de la moyenne représente … de l’aire sous la courbe ?

A

95 %

138
Q

Toute distribution de données qui ressemble à une distribution normale peut être transformée en une distribution ayant une moyenne de 0 et un écart type de 1 en utilisant …

A

les scores standardisés (scores z)

139
Q

Vrai ou faux ? Scores Z sont très utiles lorsqu’on veut comparer des scores provenant de distributions ayant différentes moyennes et différents écarts-types.

A

Vrai

140
Q

Vrai ou faux ? Un score z négatif correspond à un score en dessous de la moyenne
- Ex.: un score z de -2 se situe à 2 écarts-types en dessous de la moyenne
Un score z positif correspond à un score au-dessus de la moyenne.

A

Vrai

Méthode de recherche 1 (1 decks)

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