Mini test 1

Question 1

Données quantitative

Answer 1

une donnée à laquelle nous pouvons associer un chiffre

Question 2

Donnée qualitative

Answer 2

n’a pas de chiffre associé

Question 3

Données quantitatives continues

Answer 3

sont celles où, si notre instrument de mesure était plus précis, nous aurions pu ajouter des décimales à notre nombre

Question 4

Données quantitatives discrètes

Answer 4

des entiers

Question 5

Type de graphique : quantitative

Answer 5

histogramme

Question 6

Type de graphique : qualitative

Answer 6

diagramme à bandes

Question 7

Type de graphique : quantitative + quantitative

Answer 7

nuage de points

Question 8

Type de graphique :

quantitative + qualitative

Answer 8

diagramme à moustaches

Question 9

Type de graphique : qualitative + qualitative

Answer 9

tableau de contingence OU diagramme à bande avec couleur de remplissage

Question 10

Médiane

Answer 10

point au milieu de nos données une fois triées par ordre de grandeur

Question 11

Moyenne

Answer 11

somme de toutes les données, diviser par le nombre de données

Question 12

Mode

Answer 12

la valeur la plus commune d’une variable

Question 13

Étendue

Answer 13

la valeur la plus élevée moins la valeur la plus faible

Question 14

Variance

Answer 14

moyennes des distances à la moyenne au carré

Question 15

Écart-type

Answer 15

racine-carrée de la variance

Question 16

Coefficient d’asymétrie

Answer 16

un coefficient positif est associé à une longue queue à droite, et qu’un coefficient négatif est associé à une longue queue à gauche

Question 17

Coefficient d’aplatissement

Answer 17

combien une distribution est pointue ou aplatie

Question 18

Un coefficient d’aplatissement > 3 possède plus de données … (plus pointue) qu’une distribution normale

Answer 18

au centre

Question 19

Quelles sont les transformations associées à une longue queue à droite ?

Answer 19

Logarithmique : chacune des observations d’une variable soit remplacée par le logarithme de cette observation
Transformation racine carrée
Exposant fractionnaire

Question 20

Quelles sont les transformations associées à une longue queue à gauche ?

Answer 20

Exposant supérieur à 1

Si log trop fort, on peut essayer racine carrée

Question 21

Comment sont les variables dans une matrice de données ?

Answer 21

Quantitatives

Un seul type de données

Question 22

Que contient la diagonale d’une matrice de la somme des carrés et des produits croisés ?

Answer 22

la variabilité de chacune des variables par rapport à sa moyenne respective, que l’on nomme la somme des carrés

Question 23

Que retrouve-t-on autour de la diagonale d’une matrice de la somme des carrés et des produits croisés ?

Answer 23

une idée de comment deux variables varient ensemble ou non, que l’on nomme la somme des produits croisés

Question 24

Vrai ou faux, une matrice de la sonne des carrés et des produits croisés a toujours autant de lignes que de colonnes

Answer 24

Vrai

Question 25

Que retrouve-t-on sur la diagonale d’une matrice de variance-covariance ?

Answer 25

la variance de chacune des variables et dans les autres cellules nous retrouvons la covariance entre deux variables

Question 26

À quoi sert une matrice de corrélation ?

Answer 26

à remettre toutes les relations à une même échelle

Question 27

Que contient à chacune des intersections une matrice de corrélation ?

Answer 27

la corrélation entre chacune des variables

Question 28

À quoi sert le concept de distance multivariée ?

Answer 28

• Savoir si deux observations se ressemblent en mesurant si elles sont loin l’une de l’autre

Question 29

À quoi est équivalent une distance euclidienne ?

Answer 29

Équivalente à l’hypoténuse d’un triangle rectangle (en p dimensions)

Question 30

À quoi est sensible une distance euclidienne ?

Answer 30

aux différences d’échelles entre nos variables

Question 31

Quand utilise-t-on la distance de Bray-Curtis ?

Answer 31

Si la matrice de données contient des abondances d’espèces, en particulier si cette dernière contient beaucoup de zéros

Question 32

Quelles sont les 3 étapes principales de la distance de Bray-Curtis ?

Answer 32

3 étapes principales : On regarde d’abord pour chaque espèce le minimum entre les deux sites, que l’on multiplie par 2, puis on en fait la somme. On divise ensuite Ce total par l’abondance totale de toutes les espèces aux deux sites. Et finalement on fait 1 moins cette valeur

Question 33

Quelles sont les matrices pour mesurer l’association entre les variables dans un tableau de données ?

Answer 33

La matrice de variance-covariance, qui est affectée par l’échelle des données
La matrice de corrélation, qui permet de remettre toutes les variables à la même échelle et éviter ces problèmes

Question 34

Quels sont les 3 calculs pour mesurer la distance entre les observations ?

Answer 34

La distance euclidienne pour les données continues (attention aux différences d’échelle)
La distance de Bray-Curtis pour les décomptes
La distance de Jaccard pour les présences-absences

Question 35

Que cherche à faire une analyse en composantes principales (acp) ?

Answer 35

Cherche à résumer la variation dans une matrice de données

Question 36

Quel est le rôle des variables dérivées de l’acp ?

Answer 36

Les variables dérivées sont extraites de façon que la première explique le plus de variabilité possible dans tout le jeu de données
La deuxième choisie pour expliquer la variabilité résiduelle, tout en demeurant orthogonale à la première

Question 37

Comment fonctionne une acp ?

Answer 37

Transforme un jeu de données de p variables en k nouvelles variables (où k = p) orthogonales (non-corrélées), appelées composantes principales.
Si une certaine association linéaire existe entre les variables, la variance sera concentrée dans les premières composantes.
À chaque observation (ligne) et à chaque variable (colonne) correspond une nouvelle coordonnée dans ce nouveau système d’axes.

Question 38

Quand faut-il choisir la matrice de covariance comme matrice d’association de l’acp ?

Answer 38

Les unités sont comparables entre les variables

Les différences de variance sont interprétables

Question 39

Quand faut-il choisir la matrice de corrélation comme matrice d’association de l’acp ?

Answer 39

Les unités sont différentes entre les variables

Nous voulons ignorer les différences de variance

Question 40

Qu’est-ce qu’une eigenvalue ?

Answer 40

Valeur propre
Quantité de la variance originale expliquée par chacune des nouvelles variables dérivées
Leur somme sera donc identique à la somme de la variance de la matrice originale

Question 41

Qu’est-ce qu’un egenvector ?

Answer 41

• Liste des coefficients qui vont montrer la contribution de chaque variable originale dans la construction des variables dérivées