Examen Intra Flashcards

1
Q

variable dépendante vs variable indépendante

A

VD: résultante, subit l’influence de la VI
VI: explicative, influence la VD

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

stats descriptives vs stats inférentielles

A

stats descriptives: permettent de voir ce qui ce passe à un moment donné
stats inféreintielles: à partit d’un échantillon, on généralise à toute la population

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

exemple de variable quantitative

A

âge, taille, poids, temps

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

exemple de variable qualitative

A

couleur, opinion, perception

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

Nommes les 4 types de variables quantitatives

A

nominale
ordinale
intervalle
proportion

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

Vrai ou Faux.

Il est impossible d’effectuer des opérations mathématiques sur une variable quantitative nominale.

A

Vrai.

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

Donnes un exemple de variable ordinale

A

→ ça tient compte d’une gradation

1er place, 2eme place, 3eme place, 4eme place, etc…

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

quelles opérations mathématiques sont possibles sur une variable ordinale ?

A

plus grand, plus petit ou égal

→ on ne connaît pas l’écart entre chaque positionnement

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

Qu’est-ce qu’une variable intervalle ? Peux-tu donner un exemple ?

A

Ça fait une gradation, l’écart entre les réponses est toujours le même.
ex. degré de satisfaction de 1 à 5
→ on ne peut pas dire que 4 est 2x plus grand que 2
→ opérations mathématiques possibles: + ou -
→ l’absence totale (0) est impossible

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

Qu’est-ce qu’une variable proportion ? Donnes un exemple

A

L’écart entre les réponses est toujours le même
→ on peut dire que 4 est 2x plus grand que 2
→ l’absence totale (0) est possible
ex. montant d’argent

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

Qu’est-ce que la fiabilité ?

A

Les résultats sont similaires d’une fois à l’autre (sur différentes personnes ou à travers le temps)

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

Qu’est-ce que la validité ?

A

C’est la précision, la stabilité
→ un test est valide s’il mesure vraiment ce qu’il veut/est censé mesurer
ex. un thermomètre est valide s’il calcule la température

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

Qu’est-ce que l’étendue ?

A

C’est la différence entre la valeur minimum et la valeur maximum

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

Quelle est la différence entre une asymétrie positive et une asymétrie négative ?

A

positive: + de scores faibles

négative: + de scores élevés

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

Quels sont les 2 mesures d’aplatissement et qu’est-ce qui les différencie ?

A

playokurtique: queue plus aplatie
leptokurtique: queue plus épaisse

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

Nommes les 3 mesures de tendance centrale

A

moyenne
médiane
mode

17
Q

Quelle mesure de tendance centrale fait le moins d’erreurs d’estimation ?

A

la moyenne

18
Q

Qu’est-ce que la déviance ?

A

L’écart à la moyenne

→ somme des déviance de toutes les données = 0

19
Q

Qu’est-ce que la variance ? Comment la calcule-t-on ?

A

Ça décrit le degré avec lequel les observations sont différentes de la moyenne de la variable mesurée
→ plus elle est grande, plus les valeurs sont différentes les unes des autres
→ variance = déviance au carré

20
Q

Vrai ou Faux.

Plus la variance est grande, plus il y a de différence entre les données

A

vrai

21
Q

Qu’est-ce que l’écart-type ? Comment le calcule-t-on ?

A

C’est la différence moyenne entre les valeurs et la moyenne

→ écart-type = racine carré de la variance

22
Q

Vrai ou Faux.

Plus les observations sont loin de la moyenne, plus l’écart-type est petit.

A

Faux.

Plus les observations sont concentrées autour de la moyenne, plus l’écart-type est petit

23
Q

À quoi sert de calculer le positionnement d’une valeur ?

A

À l’interpréter à partir de sa position relative face aux autres observations de la distribution (comparer aux autres données)

24
Q

En quoi consiste le rang absolu ? Quels sont ses avantages ?

A

Il s’agit d’ordonner en ordre croissant ou décroissant les observations
→ facile à comprendre
→ utile pour faire un choix (ex. sélection d’employés)

25
Q

Qu’est-ce que le rang percentile ? Quel est son désavantage majeur ?

A

Le positionnement de chaque observation relative à la proportion des observations égales ou inférieures
→ pas pratique pour les petits échantillons

26
Q

Quelles sont les 3 étapes du calcul du rang percentile ?

A
  1. convertir chaque valeur en pourcentage
  2. faire une distribution cumulative des proportions
  3. rang percentile = % cumul. inf. à x + (0.5 x % de x)
27
Q

À quoi servent les valeurs étalons ? Peux-tu m’en nommer ?

A

C’est une stratégie de positionnement où chaque observation est située relativement à la moyenne
→ ex. score z, test t, etc.

28
Q

Vrai ou Faux.

Plus la valeur étalon est grande, plus l’observation s’éloigne de la moyenne.

A

Vrai.

29
Q

Quel est le calcul de la valeur étalon z ?

A

z = (valeur de l’observation - moyenne) / écart-type

30
Q

Vrai ou Faux.

Un score z positif indique que la valeur est plus basse que la moyenne.

A

Faux.
z positif = + haut que la moyenne
z négatif = + bas que la moyenne

31
Q

Vrai ou Faux.

plus le score z est grand, plus il est loin de la moyenne

A

Vrai