Intra Flashcards

1
Q

Quels sont les deux types de méthodes d’échanonnage?

A

L’échantillonnage probabiliste et l’échantillonnage non probabiliste

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

Quelle est la différence entre les deux types de méthodes d’échantillonnage?

A

la différence entre les deux tient au fait que dans le cas de l’échantillonnage probabiliste chaque unité a une “chance” d’être sélectionnée et que cette chance peut être quantifiée, ce qui n’est pas vrai pour l’échantillonnage non probabiliste; dans ce cas, chaque unité incluse à l’intérieur d’une population n’a pas une chance égale d’être sélectionnée

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

Que représentent une population et un échantillon?

A

Population cible: ensemble complet des individus ou organismes que nous voulons étudier (ensembles es chômeurs au Qc)
Échantillon: partie d’une population cible à partir de laquelle on infère nos résultats à la population cible (800 chômeurs québécois)

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

Quelle est la différence entre paramètre et statistique?

A

Paramètre: mesure utilisée pour décrire la population: μ, σ, N, π
Statistique (indice statistique): mesure utilisée pour décrire un échantillon: ẋ, s, n, p

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

Je veux étudier la grandeur des nouveaux-nés de l’hôpital st-justine en 2017. je sélectionnerai au hasard 30 dossiers de nouveau-nés. quel type d’échantillonnage ai-je utilisé?

A

échantillons probabiliste

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

je veux vérifier s’il existe un lien entre la consommation de cannabis et les résultats scolaire. Quelle est ma variable indépendante?

A

consommation de cannabis

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

je veux vérifier s’il existe un lien entre la consommation de cannabis et les résultats scolaire. Quelle est ma variable dépendante?

A

Résultats scolaires

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

Mes résultats démontrent qu’il existe une corrélation entre la consommation de cannabis et les résultats scolaires. puis-je conclure que fumer conduit à de moins bon résultats scolaires?

A

NON. il se peut que fumer soit la cause de moins bons résultats, mais il se peut aussi qu’avoir de moins bon résultats conduise à fumer. ou encore que les gens plus sociables tendent à la fois à fumer du cannabis et à prendre leurs résultats moins au sérieux

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

quelle est la mesure de tendance centrale la plus utilise

A

la moyenne

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

quelle est la mesure de tendance centrale qui nous donne le résultat au centre de la distribution?

A

la médiane

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

quelle est la mesure de tendance centrale qui nous donne le résultat le plus fréquent?

A

le mode

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

quelle est la mesure du score individuel moins la moyenne, divisée par l’écart-type?

A

distribution normal

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

comment nomme-t-on une distribution où les trois mesures de tendance centrale sont égales?

A

Score Z

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

comment nomme-t-on une distribution que mode > médiane > moyenne?

A

Skewness (-)

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

Comment nomme-t-on une distribution que : moyenne > médiane > mode?

A

Skewness (+)

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

quelles sont les deux conditions pour qu’une distribution soit considérée normale?

A

elle doit être unimodale et symétrique (-1 à +1)

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

quel type de tests je devrai employer si ma distribution a une asymétrie plus petite que < -1?

A

test non paramétriques

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

pour tester la normalité de la distribution, puis-je employer le test de Shapiro-Wilk avec 80 participants?

A

NON. pour tester la normalité de la distribution, vous pouvez employer le test de Kolmogorov-Smirnov avec plus de 50 participants ou le test de Shapiro-Wilk avec 50 participants et moins

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

pour tester la normalité de la distribution, puis-je employer le teste de Kolmogorov-Smirnov avec 80 participants?

A

OUI. Pour tester la normalité de la distribution, vous pouvez employer le test de Kolmogorov-Smirnov avec plus de 50 participants ou le test de Shapiro-Wilk avec 50 participants et moins

20
Q

quelle mesure me permettra de comparer les résultats d’un joueur de basketball avec un joueur de hockey?

A

Score Z. peuvent être utiles lorsque l’on compare des individus provenant de groupes différents qui n’ont ps nécessairement les mêmes moyennes et les mêmes distributions

21
Q

quels sont les 4 types d’erreurs de mesure?

A
  1. l’erreur de l’instrument de mesure
  2. l’erreur du sujet
  3. l’erreur de l’expérimentateur ou interviewer
  4. l’erreur due au hasard
22
Q

j’ai une population de 1000 individus. je sélectionne un échantillon de 100 participants pour effectuer une corrélation de Pearson. quel sera mon degré de liberté?

A

ddl = 98 : n de mon échantillon 100 - nombre de variables dans la corrélation 2

23
Q

qu’est-ce que l’étendue d’une distribution?

A

soustraire le minimum du maximum
ex: dans la distribution suivante: 10, 12, 15, 18, 20; l’étendue de la distribution est 10, car on soustrait 10 (le minimum) de 20 (le maximum

24
Q

quelle est la mesure de dispersion la plus utile

A

l’écart type

25
Q

qu’est-ce que l’écart-type?

A

la racine carrée de la variance, qui elle consiste dans la sommation au carré des Xi moins la moyenne, divisée par n-1

26
Q

à quoi sert le degré de liberté?

A

augmenter légèrement la variance
par exemple, lorsqu’il y a, dans la population, des données extrêmement élevées et qui ne sont pas pris en comptes dans l’échantillon

27
Q

pour qu’un échantillon soit représentatif de la population, il doit être aléatoire et donc doit respecter deux prémisses. quelles sont-elles?

A
  1. chaque membre de la population a une chance égale d’être sélectionné
  2. les observations doivent être indépendantes les unes des autres
28
Q

si la majorité des sujets ont des résultats faibles Skewness sera..

A

positif (+)

courbe vers la gauche

29
Q

si la majorité des sujets ont des résultats potentiellement normaux Skewness sera..

A

=0

courbe en plein milieu

30
Q

si la majorité des sujets ont des résultats élevés Skewness sera..

A

négatif (-)

courbe vers la droite

31
Q

La kurtosis (kurtose ou aplatissement) nous renseigne sur quoi lorsqu’elle est négative?

A

si les sujets ont des résultats très étalés du plus faibles au plus élevé (kurtosis négative)
courbe très plate

32
Q

La kurtosis (kurtose ou aplatissement) nous renseigne sur quoi lorsqu’elle est =0?

A

résultats potentiellement normaux (=0)

courbe normal

33
Q

La kurtosis (kurtose ou aplatissement) nous renseigne sur quoi lorsqu’elle est positive?

A

résultats très concentrés aux alentours du mode (kurtosis positive)
courbe très pointue et haute

34
Q

qu’est-ce qu’un test d’hypothèse statistique paramétrique?

A

c’est un test dont le modèle précise les conditions que doivent remplir les paramètres de la population dont a été extrait l’échantillon

35
Q

peut-on utiliser des tests paramétriques comme des tests T lorsque, par exemple, la moyenne des salaires dans la population ne se distribue pas normalement?

A

NON. il faut se rabattre sur des tests non paramétriques correspondants

36
Q

quels sont les résultats possibles au tests statistiques univariés?

A
  1. corrélation (r)
  2. Chi-carré (x2)
  3. Test T (T)
  4. ANOVA (F)
    etc.
37
Q

comment se calcul le degré de liberté pour le test T à échantillon unique?

A

nombre de participants -1

38
Q

comment se calcul le degré de liberté pour le test T à groupes indépendants?

A

sommation des nombres de participants par groupe -1

39
Q

comment se calcul le degré de liberté pour la corrélation de Pearson?

A

le nombre d’observations (participants) - le nombre de mesures corrélées (variables)

40
Q

comment se calcul le degré de liberté pour le Chi-carré?

A

le produit du nombre de niveaux de la ou des variables -1

41
Q

comment se calcul le degré de liberté pour l’ANOVA?

A

inter-groupes (between): se situe au numérateur et consiste dans le nombre de groupes -1
intra-groupes (within): se situe au dénominateur et consiste dans le nombre total de sujet - le nombre de groupes

42
Q

qu’est-ce que le seuil de signification?

A

doit être plus petit ou égale à 0,05 pour que le test statistique soit significatif, donc que l’on puisse affirmer qu’il existe une relation entre des variables continues ou une différence de moyennes entre des groupes de participants

43
Q

pour nos résultats, quand utilise-t-on les tableaux de fréquence (nombres et % de réponses)?

A

généralement pour décrire notre échantillon et plus particulièrement les variable socio-démographiques

44
Q

les graphiques en forme de bâtons ou histogrammes sont utilisés quand?

A

pour les plans à groupe indépendants (beaucoup de données)

45
Q

les graphiques en forme de lignes sont utilisés quand?

A

pour les plans à mesures répétées

46
Q

la corrélation de pearson (bivariée) nous renseigne sur quoi par rapport à la relation (linéaire) entre deux variables?

A
  1. la magnitude de la relation: plus la corrélation est proche de +1 ou de -1, plus elle est forte
  2. la direction de la relation: une corrélation positive indique que plus les valeurs d’une variables sont grandes, plus les valeurs de l’autres variables seront grandes aussi. une corrélation négative indique que plus les valeurs d’une variable augmentent, plus elles se réduisent pour la deuxième variable