Module 3 Flashcards
Vrai ou faux
La transformation linéaire transforme la forme de la distribution
Faux
Une distribution normale est elle une transformation linéaire?
Non, mais on peut faire des transformations linéaires avec une distribution normale
Vrai ou faux
Les distances entre les données demeurent proportionnelles après une transformation linéaire
Vrai
Dans une transformation linéaire, la moyenne des données transformées (Y barre) est égale à quoi
À la transformation linéaire de la moyenne originale
Ybarre= b*Xbarre + a
Dans une transformation linéaire, la variance des données transformées est égale à…
La variance des données originales multiplié par le carré de la pente
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. Que la donnée est supérieure à la moyenne
B. Que la donnée est inférieure à la moyenne
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
B
La distribution de Z a une moyenne et un écart-type de combien?
Moyenne: 0
Écart-type: 1
Donc Z(0;1)
Vrai ou faux
La transformation en scores Z permet de normaliser une distribution
Faux car elle n’affecte pas la forme de la distribution (une distribution non normale restera donc non normale)
Le score T a tjs une moyenne de [1] et un écart-type de [2]
Moyenne: 50
Écart-type: 10
T(50;100)
Quelle est l’équation du score T?
T= 10Z+50
Pourquoi le score T est avantageux par rapport au score Z
Car il abolit les valeurs négatives
Vrai ou faux
L’Achenbach est un exemple de test qui utilise les scores T
Vrai
Vrai ou faux
La normalité d’une distribution est postulée pour la population et non l’échantillon
Vrai
Qu’est-ce que la distribution d’échantillonnage?
C’est la distribution théorique des moyennes tirées d’une infinité d’échantillon provenant d’une même population