Module 3 Flashcards

1
Q

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

A

Faux

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

Une distribution normale est elle une transformation linéaire?

A

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

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

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

A

Vrai

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

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

A

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

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

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

A

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

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

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?

A

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

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

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

A

B

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

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

A

Moyenne: 0
Écart-type: 1

Donc Z(0;1)

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

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

A

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

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

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

A

Moyenne: 50
Écart-type: 10
T(50;100)

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

Quelle est l’équation du score T?

A

T= 10Z+50

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

Pourquoi le score T est avantageux par rapport au score Z

A

Car il abolit les valeurs négatives

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

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

A

Vrai

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

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

A

Vrai

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

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

A

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

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

Quelles sont les propriétés de la distribution normale

A
  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
17
Q

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

A

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

18
Q

Pq la distribution centrée réduite a une moyenne de zéro

A

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

19
Q

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

A

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

20
Q

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

A
  1. Normalement
  2. Probabilité
21
Q

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

A

Faux, elle ne fonctionne que pour les distributions normales

22
Q

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

A

Vrai