Examen 2 Flashcards
Pourquoi faire et comprendre des statistiques?
- mieux aborder les articles scientifiques
- avoir un oeil critique sur les données et résultats
- mieux interpréter les résultats
Quels sont les rôles des statistiques?
- décrire et synthétiser une information (en données et résultats)
- obtenir une représentation des données quantitatives (distribution)
- tester une hypothèse ou vérifier l’objectif (comparer des échantillon, établir une association)
Quels sont les avantages et les risques des statistiques?
Avantages:
- permet d’objectiver
- permet d’illustrer
- permet d’inférer (tirer une conclusion)
Risques:
- notions probabilistes
- ne se fier qu’aux stats
- surinterprétation
Quels sont les 2 types de statistiques et quelle est leur définition?
Statistique descriptive: résumer les caractéristiques d’une échantillon, d’une population.
Statistique inférentielle: on suppose les caractéristiques d’une population à partir d’un seul échantillon
Quelles sont les mesures proportionnelles et quelle est leur utilité?
C’est le pourcentage % (parfois en chiffre)
On l’utilise pour présenter une fréquence relative pour chaque catégorie
Quelles sont les mesures de tendances centrales et leurs buts?
Mode, Médiane, Moyenne
Résume une distribution de fréquences au moyen d’un seul nombre
Quelle est la définition de la moyenne, le mode et la médiane?
Mode: fréquence qui revient le plus souvent dans l’échantillon
Médiane: le chiffre au centre après avoir remis en ordre
Moyenne: addition de tous les chiffres divisé par son nombre
Qu’est-ce que la loi normal et quels paramètres permettent de la déterminer?
La loi normal devrait être une courbe parfaite, permet de vérifier la distribution (cloche)
paramètre 1: la moyenne
paramètre 2: l’écart-type
Dans la section analyse, les chercheurs vont dire qu’ils sont mentionnés la normalité
Qu’est-ce que la loi normal centrée réduite à distribution normale et à distribution asymétrique?
Distribution normale: moyenne, médiane et mode se chevauche
Distribution asymétrique: moyenne, médiane et mode ne sont pas superposés
Qu’est-ce que les mesures de dispersions? et un exemple
Renseigne sur la dispersion des données, aide à interpréter la moyenne
Exemple: écart-type
Qu’est-ce que les mesures de position? et un exemple
Permet de connaitre la place relative d’une partie des données d’une population
Exemple: centiles, cote standard (cote Z)
Les statistiques inférentielles sont basées sur quoi?
Sur la notion de probabilité et d’erreur d’échantillonage
Qu’est-ce que l’intervalle de confiance?
C’est l’étendue de valeurs dans laquelle la moyenne «véritable» se trouve
Ex: IC de 95%, 95% de chance que la moyenne véritable se trouve dans les limites proposés?
Qu’est-ce que l’hypothèse de recherche vs l’hypothèse nulle?
H1, de recherche: contre hypothèse de H1, c’est elle qui affirme une relation entre 2 variables
H0, nulle: l’absence de relation entre les variable
Qu’est-ce que le test d’hypothèse?
C’est une procédure d’inférence qui vise, par la réfutation de H0, à rendre H1 vrai
On commence par proposer que H0 est vrai et on tente de la rejeter avec H1
Quel est le type d’hypothèse qui fait l’objet d’une vérification statistique
L’hypothèse nulle H0
Qu’est-ce que le seuil de signification (a et p)?
a = Indice qui détermine le risque de se tromper en rejetant l’hypothèse nulle H0
Normalement a= 0,05
p= la valeur nous indique la probabilité que la différence entre les variables est du au hasard
Quels sont les 2 types d’erreur qui peuvent survenir au moment de la prise de décision, c’est-à dire le rejet ou non de H?
Erreur de type1: c’est le rejet de H0 alors qu’elle est vrai. Il n’y a pas de différence c’est seulement du hasard
Erreur de type 2: le non-rejet de H0 alors qu’elle est fausse. S’il y a une différence ce n’est pas un hasard. Plus considéré comme une erreur de jugement.
Qu’est-ce que la puissance statistique?
C’est la possibilité que les résultats du test apparaisse significatif alors que l’hypothèse nulle est fausse
Donc c’est la capacité du test à détecter une différence significative
Une puissance de 80% est considéré une bonne protection contre l’erreur de type 2
Quelle facteur influence la puissance statistique?
La taille de l’échantillon
Le choix du test statistique
La distribution des variable
La différence réelle
Le seuil ‘a’ , quand la différence est minime
Il faut s’assurer de _________ avant de procéder aux tests statistiques
la normalité
Quels sont les tests paramétriques ?
Test t Student
Test t échantillon dépendant
Test t échantillon indépendant
Test t sur une seule moyenne
Corrélation
Qu’est-ce qu’un test t Student?
Comparer les moyennes une à une
Peut être utiliser pour des petits échantillons (8 et +)
Si plus de 2 moyennes -> choisir autre test t
Qu’est-ce qu’un test t par échantillon indépendant?
Comparer les moyennes de deux groupes de sujet (exemple groupe placebo et groupe traitement)
Qu’est-ce qu’un test t par échantillon dépendant?
Lorsque les mêmes sujets sont testés à deux reprises
Test utile quand le groupe de sujets a une grande variabilité inter-individuelle
Permet d’analyser les différents score à l’intérieur de groupe pour comparer les sujets avec eux-mêmes
Qu’est-ce que le test t sur une seule moyenne?
Pour comparer UNE moyenne expérimentale à UNE moyenne théorique déjà connue dont on ne connait pas la variance
La variance de l’échantillon devient aussi la variance de référence pour la population
À quoi sert la corrélation?
permet de déterminer la relation entre 2 ou + variables
Lui qu’on utilise est le coefficient de corrélation de Pearson (r)
Quelles sont les valeurs possibles de corrélation et qu’est-ce que ça signifie?
-1.00 à +1.00
Quand le chiffre se rapproche de -1.00 ou +1.00 la corrélation est forte (voire parfaite) quand ça se rapproche de 0 elle est faible (voir pas de relation)
Quels sont les 3 types de corrélation?
corrélation positive
corrélation négative
corrélation nulle
Quand allons nous utiliser un des test t?
Quand on veut déterminer s’il existe une différence entre les groupes ou les conditions expérimentales