Module 5 Flashcards
Que représente un histogramme?
La distribution d’une variable pour un groupe de participants
Comment s’obtient l’amplitude de la réponse?
En comparant les mesures de tendance centrale
Vrai ou faux? Une simulation du même ECR donne des réponses identiques.
Faux!
Formule de la différence d’incidence cumulée?
Ce - Cp
Est-ce que les centiles se voient bien à l’histogramme?
Non
Si on a 100 simulation, que représente le 97,5 centile?
La valeur de X pour laquelle il y a 2,5 simulation plus grande
Est-ce qu’il est possible de calculer les centiles et l’histogramme avec un seul ECR?
Non
Si la différence des incidences est de 40%, est-ce qu’on peut conclure hors de tout doute que le traitement fonctionne?
Non, car c’est peut-être un résultat inhabituel
Qui permet d’estimer la distribution de Ce - Cp à partir d’un seul ecr?
TCL
Que permettent les loi?
Permettent d’approximer les probabilités d’observer des valeurs sous une hypothèse.
La probabilité d’obtenir une différence de 20% entre Ce et Cp si Ce = Cp est de 1/10000. Conclusion?
Ce n’égale pas Cp
Qu’est-ce que la probabilité conditionnelle?
La probabilité d’observer un événement sous une condition
Aire sous la courbe d’une distribution?
(loi)
1
P( X = x) dans une loi normale?
0
Que représente l’aire sous la courbe d’une loi normale?
La probabilité
Est-ce que l’histogramme est une distribution de probabilité?
NON
Avec quoi est définie la loi normale?
N(μ, σ^2)
μ?
moyenne
σ^2?
Variance (e-t au carré)
Loi normale centrée réduite?
N(0,1)
Transformation pour une loi normale centrée réduite?
Z = (X−μ)/σ
TCL
Nomme les centiles à retenir d’une loi normale.
- environ 68% des observations sont situées entre: μ − σ et μ + σ
- environ 95% des observations sont situées entre: μ − 2σ et μ + 2σ
- environ 99% des observations sont situées entre: μ − 3σ et μ + 3σ
P(X > μ) = ___
0.5
Nomme 3 autres distribution (autre que normale).
- Chi-Carré
- Student
- Fisher
Comment est obtenu le Chi-Carré?
Cette distribution s’obtient par l’addition de carré de variables suivant la loi normale.
À quoi sert le Chi-Carré?
L’analyse des tableaux de contingence
Quand utilise-t-on la loi de Student?
Quand n < 30
Comment s’obtient la loi de Fisher?
Cette loi s’obtient en divisant deux variables suivant la loi du Chi-carré
Quand est utilisée la loi de Fisher?
Dans la comparaison de plusieurs moyennes (> 2 groupes)
Qu’est-ce qu’un théorème?
Un théorème est un énoncé mathématique dont on peut démontrer l’exactitude où la démonstration utilise les présupposés du théorème.
Vrai ou faux? Les théorèmes ne représentent pas des lois universelles.
Vrai
Nomme les 3 présupposés pour que le TCL s’applique.
- Indépendance
- Identiquement distribué
- n grand
Décrit l’indépendance.
Le résultat sur un participant ne donne aucune information sur le résultat d’un autre participant.
Décrit identiquement distribué.
La variable X a la même distribution pour tous les participants de l’étude.
Décrit le n grand.
Selon la distribution de X, l’approximation est bonne pour des n aussi petits que 12. La distribution de X est très loin d’une loi normale alors ≥ 100 est nécessaire
Le TCL concerne seulement la distribution de la _____________.
moyenne
Distribution de X1 -X2, sachant que X1 et X2 suivent une loi normale.
N(μ1 − μ2, σ1^2 + σ2^2)
Par quoi est défini la loi binomiale?
p (probabilité d’observer l’évènement)
Formule de l’écart type?
de la loi binomiale
√p1(1 − p1)
C’est sur la feuille de formule
Variance de Ce - Cp?
p1(1 − p1)/n1 + p2(1 − p2)/n2
Nom de l’écart type d’une moyenne?
Erreur type
Calcul de l’erreur type?
en général
σ/√n
sur la feuille de formule
Notation de l’erreur type?
SE
μ1 et μ2 sont les paramètres inconnus et __________ sont leurs estimés.
X¯1 et X¯2
Qu’est-ce que le ré-échantillonage?
Le ré-échantillonnage est semblable à la simulation des 1000 ECRs sauf qu’on utilise les données observées de l’ECR pour créer la simulation
Exemple de ré-échantillonage?
Bootstrap
Décrit le paradigme fréquentiste.
Selon le paradigme fréquentiste, la distribution de la réponse possède des paramètres inconnus mais fixes. Lorsqu’on réalise un ECR, on obtient des estimations de ces paramètres. Ce paradigme est celui qui domine à présent en recherche.
Qu’est-ce que le paradigme bayésien?
Selon le paradigme bayésien, les paramètres ne sont pas fixes et ont eux-mêmes une distribution inconnue.
Fréquentiste ou bayésien? La probabilité d’un événement est sa fréquence relative d’occurrence en répétant l’expérience un grand nombre de fois (à l’infini!)
Fréquentiste
Fréquentiste ou bayésien? on doit assigner a priori une mesure du degré de croyance (ou d’incertitude) à un événement. Cette mesure est basée sur l’information que nous avons sur le phénomène étudié.
Bayésien
Le paradigme _________ plaît à bon nombre de statisticiens et chercheurs car il semble plus représentatif du monde réel.
bayésien
Est-ce que les résultats des deux paradigmes sont identiques?
Non, mais les conclusions sont simillaires
Comment calculerais la probabilité que ma pièce soit honnête selon les deux paradigme?
A : la pièce est honnête
B : sur 10 lancés j’observe 3 faces
- Le fréquentiste calcule la probabilité conditionnelle de B étant donné A : P(B|A).
- Le bayésien calcule la probabilité conditionnelle de A étant donné B : P(A|B).
Pourquoi faut-il confirmer les résultats d’un ecr?
Car la réponse est une approximation
Je simule le lancé d’une pièce de monnaie honnête avec une probabilité de 0.5 d’obtenir un pile. Si on lance cette pièce de monnaie 100 fois, est-ce que nous allons obtenir 50 faces et 50 piles?
Probablement pas
D’où vient l’erreur aléatoire?
De la variation du CRP
Comment s’obtient l’amplitude de la réponse?
En comparant les mesures de tendance centrale
Quelle est la réponse à 1000 simulations?
Un histogramme
