MODULE 3.1

Question 1

Statistiques descriptives

Answer 1

représenter de façon sommaire des données sous la forme de variables avec des échelles de mesure

Question 2

Distribution de fréquence

Answer 2

Déf: nombre de fois que l’observation se trouve dans l’ensemble des données

fréq. absolue: nombre de fois que le score apparait dans une distribution de fréquences
=> diagramme en feuilles
=> histogramme

fréq. relative: pourcentage d’observation assoicées à ce score
=> %
=> % groupé
=> histogramme

Question 3

Tableau de distribution de fréquence

Answer 3

• fréquence d’apparition
• valeur + basse et + élevée
• fréq. absolue
• fréq. relative
• fréq. cumulée

=> complet mais pas pratique avec beaucoup de participants
=> mieux pour petits éhantillons

Question 4

Tableau de distribution de fréquence groupée

Answer 4

• données groupées en catégories
• stats de fréq. relative et absolues présentées pour les données groupées

=> concis et clair
=> moins précis

Question 5

Histogramme

Answer 5

• graphique
• barre = fréq. pour une valeur

=> meilleure vue d’ensemble
=> moins précis (souvent valeurs groupées)

Question 6

Diagramme à feuilles

Answer 6

• généré par programme informatique
• compromis entre tableau de fréq. et histogramme
• score divisé en 2 parties
• colonne tige = dizaines
• colonne feuille = unités (horizontales)
• colonne total = fréquence par dizaine

=> visuel
=> + précis que histogramme

Question 7

Diagramme à boîte (ou boîte à moustache)

Answer 7

• distribution des scores sur une échelle: boîte + 2 moustaches
• rang centile 1 = donnée + basse
• rang centile 100 = donnée la + haute
• 50% des données dans la boîte et 50% au-dessus et en-dessous de la ligne médiane (RC50)

=> vue d’ensemble peu importe le nombre de données

Question 8

Indicateur de tendance centrale

Answer 8

But: décrire distribution avec indices mathématiques (résumer en un seul nombre)

Question 9

Moyenne

Answer 9

Addition des valeurs observées / nombre de participants

Question 10

Mode

Answer 10

valeur la + fréquente

=>souvent utilisé avec d’autres mesures pour mesurer la tendance centrale
=> petit échantillon = pas de mode (valeurs uniques, pas de répétition)

Question 11

Médiane

Answer 11

valeur au milieu de la distribution (50% des données de chaque côté)

placer les données en ordre croissant
=> N impair: i = (N+1)/2
=> N pair: i = N/2

Moyenne + utile que la médiane car elle utilise un max d’infos de toutes les observations vs la médiane qui ne considère que 1 ou 2 observations
MAIS
moyenne + sensible aux extrêmes

Question 12

Mesures de dispersion

Answer 12

but: quantifier le taux de variabilité des données autour de la moyenne
=> données toutes proches de la moyenne
=> deux extrêmes + données réparties autour de la moyenne

Question 13

Étendue

Answer 13

plus grande valeur - plus petite valeur

=> permet de donner un ordre de grandeur

Question 14

Variance

Answer 14

indice de la variabilité (dispersion) autour de la moyenne

Question 15

Écart-type

Answer 15

indice de variabilité autour de la moyenne
=> entre 3 écarts-types en dessous et au-dessus de la moyenne, on trouve 99% des scores
=> racine carrée de la variance
=> échelle plus facile à lire que la variance

Note: variance et écart-type son + souvent utilisés car elles utilisent toutes les valeurs de la distribution

Question 16

Loi de la distribution normale

Answer 16

distribution de fréquence d’une variable symétriquement distribuée autour de la moyenne selon une courbe normale (forme de cloche)
=> + rectangle proche de la courbe normale , + certain
=> + au centre de la cloche = + proche de la moyenne
=> distribution théorique car courbe jamais parfaite en pratique (rectangles jamais sur courbe normale)

Question 17

Score Z et distribution normale standardisée

Answer 17

But: comparer distributions de scores en utilisant une échelle unique (z)

Z= (valeur - moyenne) / écart-type

Question 18

Quelle est la probabilité d’obtenir un score z situé entre 1,96 et -1,96