Module 4 Flashcards

1
Q

Quelle est la différence (lorsqu’on parle de probabilité) entre le point de vue analytique et le point de vue fréquentiste

A

Contrairement à l’approche analytique, on ne connaît pas la totalité du système à l’étude
(Ex: on ne sait pas combien de chansons de chaque type se trouve dans la liste de lecture)

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

Vrai ou faux
Dans le point de vue fréquentiste, le calcul de probabilité est basé sur une approche plus expérimentale, soit le prélèvement avec remise.

Plus le nombre d’essais (aka les sélections aléatoires) est petit plus l’estimation des probabilités est précise

A

Faux
La première partie est vrai, mais il faut plutôt dire que plus le nombre d’essais est grand, plus l’estimation des probabilités est précise

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

Qu’est-ce qu’une probabilité subjective

A

C’est la croyance d’un individu sur la probabilité d’occurence d’un événement
(Pas basée sur des calculs mathématiques)

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

Vrai ou faux
Un événement en probabilités peut être plus ou moins n’importe quoi

A

Vrai

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

Associer les définitions à leur concept
1. L’occurrence (ou la non occurrence) d’un événement n’affecte pas l’occurence (ou la non occurrence de l’autre)
Ex: résultat de deux lancers de dés; vote de deux personnes choisies au hasard

  1. L’occurrence (ou la non occurrence) d’un événement affecte l’occurence (ou la non occurrence de l’autre)
    Ex: couleur des cheveux d’un enfant et de ceux de sa mère biologique, le vote de deux membres de la même famille
A
  1. Événements indépendants
  2. Évènements dépendants
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

À quel concept réfère cette énoncé
«L’occurrence d’un évènement exclut l’occurrence de l’autre événement»

Donne un exemple de ce concept

A

Évènements mutuellement exclusifs
Ex: le fait que je sois au Qc exclut la possibilité que je sois en train de marcher en Suède avec Omar Rudberg

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

Quelle est l’équation de la loi additive en probabilités et explique cette équation

A

p(A ou B) = p(A) + p(B)

Dans la loi additive, les évènements sont mutuellement exclusifs (donc soit tu observes A soit tu observes B). La probabilité d’observer l’un ou l’autre est donc égale à la somme de leur probabilité

Ex: Ma playlist contient 15 chansons de We Three (W), 30 chansons de Novo Amor (N) et 55 chansons de James Arthur (J) Quelle est la probabilité que la prochaine chanson qui soit jouée soit une de We Three ou de Novo Amor?

p(W ou N)= p(W) + p(N)
p(W ou N)= 15/100 +30/100
p(W ou N)= 0,45 ou 45%

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

Quelle est l’équation de la loi multiplicative en probabilités

A

p(A,B) = p(A) x p(B)
* «,» signifie et

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

Vrai ou faux
La probabilité d’observer conjointement deux évènements dépendants peut se calculer grâce à la loi multiplicative (où l’on multiplie les probabilités des évènements en jeux)

A

Faux, dans la loi multiplicative, on calcule une probabilité à partir d’événements INDÉPENDANTS (ex: prélèvements avec remise)

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

Qu’est-ce que la probabilité conditionnelle?

A

La probabilité qu’un événement survienne EN SACHANT QU’un autre s’est produit
p(A|B)

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

L’hypothèse nulle stipule l’[1] de différence ou un effet [2] du traitement

L’hypothèse alternative correspond à ce que le chercheur ou la chercheuse veut [3]

A
  1. Absence
  2. Inverse
  3. Démontrer
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Dans le test de signification de l’hypothèse nulle, le test est effectué sur H0 et le but est de rejeter H0

Pq tester une hypothèse qui postule une absence d’effet, soit l’inverse de ce que l’on veut démontrer

A

Car une hypothèse ne peut jamais être prouvée, elle ne peut qu’être éventuellement réfutée

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

Lorsqu’il est plutôt rare d’observer une valeur D (probabilité petite) quand H0 est vraie, alors H0 doit être [1]. On [2] donc H0

Lorsqu’il est commun d’obtenir cette valeur lorsque H0 est vraie (probabilité élevée), on [3] H0 (on parle de [4])

A
  1. Fausse
  2. Rejette
  3. “Accepte”
  4. Non rejet
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

À quoi correspond cette définition:
Distribution théorique de toutes les valeurs statistiques (p. Ex moyennes) calculées à partir d’un nombre infini d’échantillons de même grandeur provenant d’une même population

A

Distribution d’échantillonnage

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

Plus l’échantillon (n) est grand, plus la variabilité de la distribution d’échantillonnage est [1]

A

Petite

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

Dans la distribution d’échantillonnage, les statistiques calculées varient d’un échantillon à l’autre
À quoi cela fait référence?

A

La fluctuation d’échantillonnage (erreur d’échantillonnage)

17
Q

Pour prendre une décision statistique, il faut comparer la moyenne de notre [1] à la [2]

A
  1. Échantillon
  2. distribution d’échantillonnage de notre population
18
Q

À quoi correspond le seuil de signification alpha

A

Le seuil de signification alpha correspond à la probabilité à partir de laquelle on juge qu’il est trop peu probable d’observer la statistique calculée sur un échantillon si H0 est vraie

**Cette probabilité critique est souvent fixée à 5% ou 1%

19
Q

Vrai ou faux
Si p< ou = au seuil alpha➡️ rejet de H0
Si p> seuil alpha➡️ non rejet de H0

A

Vrai

20
Q

Le test bilatéral est-Il moins ou plus puissant

A

Moins puissant

21
Q

Qu’est-ce que l’erreur de type 1 (ou erreur alpha)

A

C’est la probabilité de rejeter H0 lorsque H0 est vraie
C’est donc de conclure qu’il y a un effet quand il n’y en a pas

Ex: conclure que j’ai une maladie quand je suis en santé

22
Q

Qu’est-ce que l’erreur de type II (ou erreur bêta)

A

C’est la probabilité de ne pas rejeter H0 lorsque H0 est fausse

C’est conclure l’absence d’effet quand il y a un effet
Ex: conclure que je n’ai pas de maladie alors que je suis malade

*le niveau bêta souhaité est généralement de 20%

23
Q

Qu’est-ce que la puissance statistique

A

C’est la probabilité maximale de rejeter H0 si elle est fausse (tout en évitant de faire une erreur alpha)
c’est la probabilité de rejeter correctement H0

24
Q

Vrai ou faux
Plus le seuil alpha augmente, plus la puissance (probabilité de rejeter H0 correctement) diminue

A

Faux, plus le seuil alpha augmente, plus la puissance du test augmente
(Logique, car t’as une marge d’erreur plus grande)

25
Q

Vrai ou faux
Plus la taille de l’échantillon est grande plus la puissance du test statistique est grande

A

Vrai

26
Q

La direction du test a t’elle une incidence sur la puissance

A

Oui, un test unilatéral a plus de puissance

27
Q

La convergence scientifique correspond à quoi?

A

À la réplication des résultats (afin de développer une connaissance qui est juste malgré la possibilité d’émettre une erreur alpha ou bêta)