introduction aux analyse statistiques Flashcards

1
Q

Pourquoi faire des analyses statistiques?

A

pour faire confiance aux chiffres que je vois

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

C’est quoi la fiabilité d’un chiffre (exemple)

A

Fiabilité : la balance indique toujours le même poids

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

Quel terme nous indique si une population est homogène ou non?

A

variabilité

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

La variabilité implique 3 choses :

A

confusion

incertitude

des questions scientifiques

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

Comment décrire la variabilité

A

avec l’écart type et les stats descriptives

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

Yeah!!!!

A

cool

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

Comment la variabilité influe avec la certitude

A

plus la variabilité est grande moins il y a de la certitude

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

Une mesure qui décrit une caractéristique de la

population est appelée…

A

paramètre

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

Une mesure qui est calculée à partir d’un échantillon

s’appelle

A

statistique

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

Entités réelles.

Exemple: La moyenne d’age (µ) dans une population

Fixe mais générallement inconnu

A

les paramètres

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

sont des estimations d’un paramètre.

Exemple: La moyenne ( x ) dans un échantillon

Elle varie d’un échantillon à l’autre

A

statistique

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

C’est quoi l’inférence statistique

A

c’est utiliser une information prélevée sur un échantillon pour tirer des conclusions sur un paramètre de la population.

se fera sur la base de divers tests statistiques

Tirer des conclusions à partir de test stats

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

ensemble des individus d’intérêt d’une étude

il s’agit de la définir aussi précisément que possible selon ce qui nous intéresse

A

La population

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

membre de la population étudiée.

A

individu

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

une caractéristique d’intérêt mesurable sur les individus
de la population, par exemple l’âge d’un patient

il s’agit ici de définir quoi nous intéresse.

A

variable

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

, effectif total: nombre d’individus (éléments) concernés par l’étude.

A

taille

17
Q

Ce sont les valeurs prises par une ou plusieurs variables sur un certain nombre d’individus.

A

Données

18
Q

Un échantillon c’est :

A

partie ou sous-ensemble prélevé d’une population

19
Q

Pourquoi faire un échantillonnage

A

: Recueillir de l’information en vue d’un jugement, d’une appréciation ou d’une décision

20
Q

4 sortes d’échantillons

A

échantillon :

représentatif
biaisé
aléatoire
aléatoire simple

21
Q

Nomme le type d’échantillon :

 Contient toutes les caractéristiques de la population (population-mère).

A

représentatif

22
Q

Nomme le type d’échantillon :

 Ne renferme pas toutes les caractéristiques de la population

A

biaisé

23
Q

Nomme le type d’échantillon :

 Ses éléments ont été choisis au hasard.

A

aléatoire

24
Q

Nomme le type d’échantillon :

 chaque unité a une chance égale d’être choisie.

A

aléatoire simple

25
Q

2 méthodes d’échantillonnages

A

Scientifique (probabiliste

Non-scientifique (non-probabiliste)

26
Q

4 types d’échantillonnages scientifique

A

 Échantillonnage aléatoire simple (EAS)
 Échantillonnage systématique
 Échantillonnage stratifié (ES)
 Échantillonnage par grappes

27
Q

Comment faire un EAS

A

 Générateur de nombres aléatoires
 Ordinateur : Excel; =ALEA.ENTRE.BORNES(1;189)
 Calculette : fonction RANDOM.
 Autres mécanismes acceptables (piger dans un chapeau)
 Table de nombres aléatoires

28
Q

V ou F

Obtenir un nombre suffisant de personnes est nécéssaire pour fournir des résultats crédibles

A

V

29
Q

quels sont les limites de la taille d’un échantillon

A

temps ou budget nécessaire insuffisant

30
Q

C’est quoi les variables dépendantes?

A

 Ce sont les mesures qui vont être faites (une ou plusieurs)
 Ex: on mesure le temps au 100m, la FC à la fin d’un 200 m, le nombre maximum de
tractions (push-ups)

31
Q

C’est quoi les variables indépendantes?

A

 Ce sont les variables qui sont contrôlées par l’expérimentateur (1 ou plusieurs)
 Ex: traitement pharmacologique, supplément alimentaire, type d’exercice prescrit, sexe,
pathologie

32
Q

Variable quantitative discrète vs continues

A

Variables quantitatives continues
Peuvent prendre n’importe quelle valeur (théoriquement)
 Ex: Masse, taille, voltage, concentration

Variables quantitatives discrètes (chiffres entiers)
 Nombre de personnes
 Nombre d’enfants dans une famille
 Nombre d’items défectueux

33
Q

Type de donné

(on classe les données dans des catégories):
 Race de chien

A

Échelle nominale

34
Q

Type de donné

C’est un ordre, classement. Ne quantifie pas l’écart entre les sujets
 Grade dans l’armée

A

échelle ordinale

35
Q

Type de donné

 Température : 10oC n’est pas 5 fois plus chaud que 2
oC

A

 Échelle d’intervalle:

36
Q

Type de donné

Ordre de grandeur, distance égale entre les unités et le « 0 » signifie l’absence de valeur.
 Poids: 50 kg est 2 fois plus lourd que 25kg. 0kg représente l’absence de masse.

A

 Échelle de rapport ou ratio:

37
Q

Validité vs fidélité

A

Validité
 Représentativité des énoncés d’un instrument afin de mesurer un concept ou un champ de contenu particulier
 Mesure-t-on bien ce que l’on est censé mesurer ?

Fidélité
 Constance des valeurs obtenues à l’aide d’un instrument de
mesure
 Reproductibilité (ex : pèse-personne)