Module 3

Question 1

Vrai ou faux
La transformation linéaire transforme la forme de la distribution

Answer 1

Faux

Question 2

Une distribution normale est elle une transformation linéaire?

Answer 2

Non, mais on peut faire des transformations linéaires avec une distribution normale

Question 3

Vrai ou faux
Les distances entre les données demeurent proportionnelles après une transformation linéaire

Answer 3

Vrai

Question 4

Dans une transformation linéaire, la moyenne des données transformées (Y barre) est égale à quoi

Answer 4

À la transformation linéaire de la moyenne originale
Ybarre= b*Xbarre + a

Question 5

Dans une transformation linéaire, la variance des données transformées est égale à…

Answer 5

La variance des données originales multiplié par le carré de la pente

Question 6

Chaque transformation en un score de déviation représente le degré de déviation d’une donnée par rapport à la moyenne de la distribution

(A)Que veut dire un score de déviation positif?
(B) Que veut dire un score de déviation négatif?

Answer 6

A. Que la donnée est supérieure à la moyenne
B. Que la donnée est inférieure à la moyenne

Question 7

Le score Z est un score de déviation pondéré par
A) la variance de la distribution
B) l’écart-type de la distribution
C) la moyenne de la distribution
D) l’étendue de la distribution

Answer 7

B

Question 8

La distribution de Z a une moyenne et un écart-type de combien?

Answer 8

Moyenne: 0
Écart-type: 1

Donc Z(0;1)

Question 9

Vrai ou faux
La transformation en scores Z permet de normaliser une distribution

Answer 9

Faux car elle n’affecte pas la forme de la distribution (une distribution non normale restera donc non normale)

Question 10

Le score T a tjs une moyenne de [1] et un écart-type de [2]

Answer 10

Moyenne: 50
Écart-type: 10
T(50;100)

Question 11

Quelle est l’équation du score T?

Answer 11

T= 10Z+50

Question 12

Pourquoi le score T est avantageux par rapport au score Z

Answer 12

Car il abolit les valeurs négatives

Question 13

Vrai ou faux
L’Achenbach est un exemple de test qui utilise les scores T

Answer 13

Vrai

Question 14

Vrai ou faux
La normalité d’une distribution est postulée pour la population et non l’échantillon

Answer 14

Vrai

Question 15

Qu’est-ce que la distribution d’échantillonnage?

Answer 15

C’est la distribution théorique des moyennes tirées d’une infinité d’échantillon provenant d’une même population

Question 16

Quelles sont les propriétés de la distribution normale

Answer 16

1. Elle est symétrique (symétrie de 0)
2. Elle est mésokurtique (voussure de 0)
3. Elle est asymptotique ( Y tjs >0, donc courbe ne touchera jamais l’axe des abscisses)
4. Unimodale
5. Mode=médiane=moyenne
6. Plus x s’éloigne de la moyenne, plus la fréquence d’occurence de x diminue
7. L’aire sous la courbe=1

Question 17

Qu’est-ce qu’une distribution centrée réduite?

Answer 17

Une distribution (normale ou non) à laquelle on fait subir une transformation linéaire en transformant tous les scores en Score Z

La distribution centrée réduite a donc une moyenne de 0 et un écart type de 1

Question 18

Pq la distribution centrée réduite a une moyenne de zéro

Answer 18

À cause que la somme des écarts à la moyenne donnent 0

Question 19

Pq l’écart type de la distribution centrée réduite est 1

Answer 19

Parce que l’écart-type des données transformées est égal à l’é-t original multiplié par la pente. Hors la pente de l’équation du score Z est b= 1/sx. C’est là une constante qui multipliée par l’écart-type originale, donnera tjs 1

Question 20

Lorsque les observations d’une population se distribuent [1], il est possible de déterminer la [2] d’observer une donnée particulière

Answer 20

1. Normalement
2. Probabilité

Question 21

Vrai ou faux
La table du z fonctionne pour les distributions normales et non normales

Answer 21

Faux, elle ne fonctionne que pour les distributions normales

Question 22

Vrai ou faux
La table des scores Z permet d’identifier des résultats extrêmes dans une étude

Answer 22

Vrai