Méta-analyse et révision Flashcards
Pourquoi fait-on des méta-analyse ?
- Manque de puissance statistique
ou
- Résultats contradictoires
Vrai ou faux : le coefficient de corrélation = bêta standardisé et il n’est jamais affecté par les unités de mesure
Vrai
Dans l’ANOVA, pourquoi ne fait-on pas plusieurs test-t ?
Augmente l’erreur de type 1
Comment doit-on lire la table F ?
ligne du haut, puis ligne sur le côté
Dans l’ANOVA, si on change les scores en mettant la moyenne pour chaque groupe, que se produit-il ?
o F : petites moyennes prédisent très bien les scores, parce que peu de variance résiduel ; sommes des carrés est devenus quasi inexistantes : la VI prédit très bien le score à la VD
o Contrastes : les valeurs t des contrastes augmentent
Vrai ou faux : le test LSD fait des contrastes dans toutes les directions
Vrai
À quoi sert le chi-carré ?
À savoir s’il y a une association entre la VI et la VD
À quoi sert le bêta standardisé ?
Sert à comparer la contribution de plusieurs variables
Au niveau de la puissance statistique, quand l’étude est déjà fait, on utilise le …
Post hoc
Au niveau de la puissance statistique, avant de faire l’étude, on utilise le …
À priori
Vrai ou faux : plus l’effet est petit, plus vous aller devoir avoir de participants en two-tailed ?
Vrai
Vrai ou faux : l’alpha à 1% vous rend moins à risque de commettre l’erreur de type 2
Faux
Quelle est la différence entre la régression simple et la régression multiple ?
La différence par rapport à la régression simple, prédire y avec plusieurs variables indépendantes plutôt qu’une seul VI
Je traite un test t en régression où les deux groupes ont exactement la même moyenne. Mes données sont représentées sur un graphique à l’aide d’une droite de régression. On peut dire que…
A) La droite sera parfaitement plate
B) La droite sera identique à la droite représentant la grande moyenne de tous mes participants
C) Mon coefficient de corrélation sera égal à zéro
Quand je traite une étude en unilatérale en bilatérale : qu’est-ce que va arriver à la puissance et la valeur de t critique?
La puissance va diminuer ce qui augmente la probabilité de commettre l’erreur de type 2
La valeur du t critique va augmenter ce qui augmente la probabilité de commettre l’erreur de type 2
Vrai ou faux : plus la puissance augmente, moins on a de chances de commettre l’erreur de type 2
Vrai
Quand je met un alpha de 0.01, qu’arrive-t-il à ma puissance ?
La puissance diminue ce qui augmente le risque de commettre l’erreur de type 2
comment connaitre les degrés de liberté pour le khi-carré ?
nombre de colonnes - 1
fois
nombre de lignes -1
Quel type d’erreur est-ce que la méta-analyse diminue-t-telle généralement et pourquoi ?
Va généralement diminuer l’erreur de type 2 parce qu’elle a plus de puissance qu’une étude individuelle
Dans une méta-analyse, il est généralement préférable que les tailles d’effet des études individuelles varient …
Varient peu d’une étude à l’autre
Vous décidez de faire un test t auprès d’un échantillon de 100 hommes qui compare le nombre d’infarctus chez des hommes âgés fumeurs (30 % de votre échantillon) vs des hommes âgés non-fumeurs (70 % de votre échantillon). Vous constatez que vous obtenez un test t significatif (où tous les fumeurs sont plus à risque de faire un infarctus). Or, vous décidez de faire une analyse supplémentaire comparant les hommes âgés fumant plus de 2 paquets par jour (5 % de votre échantillon) vs les hommes âgés non-fumeurs (70 % de votre échantillon) en sachant fort bien que plus la quantité de cigarettes fumées augmente, plus le risque d’un infarctus augmente. Toutefois, votre deuxième test t (fumer plus de 2 paquets par jour vs ne pas fumer) est non significatif (p = 0.10) malgré que le premier test t (fumeur vs non-fumeur) l’était. Comment pouvez-vous expliquer ce résultat? On vous dit également de poursuivre l’étude car votre équipe de recherche vient tout juste de recruter 30 nouveaux non-fumeurs acceptant de participer à votre étude. Est-ce que vous devriez poursuivre l’étude avec vos nouveaux participants?
Manque de puissance dans le groupe 2 paquets.
Ne sert à rien d’augmenter les non-fumeurs.
Qu’est-ce qui arrive à ma puissance lorsque j’augmente la différence de moyenne entre les deux groupes (ET reste pareil) ?
La puissance va augmenter, ce qui diminue la probabilité de commettre l’erreur de type 2
