Question de révision

Question 1

Votre ami vous dit: “L’échelle d’intervalles est définitivement la plus simple de toutes les variables. Si tu veux un exemples, tu as créer des intervalles, comme entre 18 et 25 ans, entre 26 et 35 ans, etc.” Donnez un exemple valide d’échelle d’intervalles autre que la température.

Answer 1

L’an 0 ne vaut pas zéro, la température, etc.

Question 2

Les échelles de mesure présentent une hiérarchie de complexité. Donnez un exemple dans lequel même une variable est mesurée avec les quatre types d’échelles.

Answer 2

Kilogramme

Question 3

Vous prenez un échantillon issu d’un groupe très homogène, sur une variable continue. Est-il probable que vous obtiendrez une distribution platikurtique? Expliquez votre réponse

Answer 3

Non, car tout le monde se ressemble donc autour de la moyenne donc leptokurtique.

Question 4

Donnez un exemple d’une situation où une distribution asymétrique positive serait obtenue.

Answer 4

Lorsqu’un examen est trop difficile. Signe d’un test trop dure.

Question 5

La médiane présente un avantage majeur, comparativement à la moyenne. Expliquez quel est cet avantage, puis expliquez pourquoi la moyenne est plus pratique, notamment dans le contexte de statistiques inférentielles.

Answer 5

Elle n’est pas influencé par les données extrêmes. Avec la moyenne il est possible de faire des calculs mathématiques plus complexe (arithmétique).
Alors que la médiane est un algorithme.

Question 6

Un test de personnalité donne des résultats compris entre -10 et +20. Pour vous simplifier la vie, vous ajoutez 10 points à toutes les mesures de façon à avoir une échelle allant de 0 à 30 points. Quel énoncé est faux concernant cette transformation?

a) La moyenne sera 10 points plus élevée après la transformation;
b) L’écart-type restera précisément le même;
c) La variance restera précisément la même;
d) L’étendue sera 10 points plus grande.

Answer 6

d) L’étendue sera 10 points plus grande.

Question 7

Identifiez les variables, leur type et leur échelle de mesure dans le scénario suivant:
Marc est intervenant dans une école primaire en milieu défavorisé. Il s’intéresse à l’anxiété de performance des élèves. Il veut comparer un groupe dans un approche enrichie à un groupe régulier. Pour son étude, il décide de simplement compter combien de jeunes cochent la
case « Au cours de la semaine, je me sens souvent ou très souvent nerveux ou inquiet », dans un questionnaire. Il croit que, s’il y a un effet de groupe, celui-ci sera expliqué par le nombre de devoirs à faire dans la semaine.

Answer 7

Groupe = variable modératrice (nominal)
Nombre de devoirs = Corrélats (Rapport)
Anxiété = Corrélats (ordinal à deux niveaux)

Question 8

Identifiez les variables, leur type et leur échelle de mesure dans le scénario suivant:
Marie s’intéresse aux appréhensions des intervenants qui travaillent dans un unité qui offre des soins aux hommes violents. Elle rencontre chaque intervenant et lui présente la liste de ses usagers. Elle demande aux intervenants de classer les usagers en ordre décroissant d’appréhension. Par la suite, elle regroupe les usagers en fonction du principal type de violence (verbale, physique ou sexuelle). Elle cherche à établir si le type de violence influence l’appréhension des intervenants.

Answer 8

Type de violence (nominal - 3 niveaux)

Rang/ordre d’appréhension (ordinal)

Question 9

Identifiez les variables, leur type et leur échelle de mesure dans le scénario suivant:
Jeannie monte un projet sur les réactions parentales face aux troubles des conduites alimentaires. Plus spécifiquement, elle a développé un atelier sur l’importance de l’acceptation et de la réceptivité pour les parents. Elle mesure la réaction des parents dans une discussion sur les comportement alimentaires avec leur fille. Les échanges sont codifiés sur une échelle allant de -100 (confrontation) à + 100 (acceptation). Elle compare cette mesure dans un devis pré post sans groupe contrôle.

Answer 9

Réactions parentales = VD (intervalles)

Atelier = VI - Pré et post (nominal - 2 niveaux)

Question 10

Forme, sens et force sont les trois principaux de la corrélation. Expliquez comment le coefficient de corrélation décrit ces attributs.
- Sachant que la corrélation de Spearman et la corrélation de Pearson peuvent détecter le même type de relation ou presque, pourquoi favorise-t-on la corrélation de Pearson?

Answer 10

Sens: Positif ou Négatif, Forme: Pearson (linéaire) ou Spearman (monotone) et Force: Coefficient de détermination et si le coefficient se rapproche de 1.
- Plus puissant, car détecté des effets lorsqu’il y en a Spearman moins puissant Pourquoi? car il utilise des rangs donc on perd de l’information.

Question 11

Comment appelle-t-on une représentation visuelle d’une relation bivariée?

Answer 11

Nuage de points

Question 12

Quelles sont les 3 conditions d’application de la corrélation de Pearson? Expliquez chacune en vos mots.

Answer 12

Relation linéaire, échelle de rapport ou intervalle, distribution normale (variance homogène = pas de données extrêmes)

Question 13

La corrélation de Spearman peut détecter des relations que la corrélation de Pearson ne détecte typiquement pas bien. De quel type de relation est-il question et expliquez en vos mots pourquoi ce type de relation est bien détecté par la corrélation de Spearman, mais pas par la corrélation de Pearson.

Answer 13

Monotone, car les rangs aplati la variance.

Question 14

Si j’ai deux variables sur une échelle de ratio, est-ce que je pourrais quand même faire une corrélation de Spearman?

• Si oui: dans quel contexte est-ce que ce serait pertinent?
• Si non: quelle condition n’est pas respectée?

Answer 14

Oui, car il est toujours possible de descendre dans les échelles.
Lorsqu’une des conditions de la corrélation de Pearson n’est pas respecté.

Question 15

Un coefficient de corrélation de Spearman peut-il être négatif? Expliquez votre réponse avec un exemple.

Answer 15

Oui. Cela décrit le sens de la relation.

Question 16

Expliquez en vos mots le coefficient de détermination. Comment on le calcule, comment on le note et ce qu’il signifie.

Answer 16

Coefficient de corrélation au Carré. Pourcentage de la variance d’une des variables qui est expliqué par l’autre.

Question 17

Vous faites une corrélation de Pearson et une corrélation de Spearman sur les mêmes données. Les deux coefficients sont très petits et non significatifs. Vous concluez qu’il n’y a pas de relation entre les variables. Est-ce sage?

Answer 17

Non on ne peut pas accepter H0, mais on peut ne pas rejeter H0.

Question 18

Vous suspectez que l’utilisation d’ordinateurs portables en classe a un effet sur la performance académique. Toutefois, vous n’arrivez pas à déterminer si c’est un effet bénéfique ou néfaste! Certains étudiants sont distraits par leur ordinateur, d’autres trouvent que c’est un moyen d’organiser leurs notes…

a) Quel type d’hypothèse (unilatéral ou bilatéral) devrez-vous tester?
b) Est-ce que ce type d’hypothèse est plus puissant? Expliquez…
c) Quel type de test devriez-vous utiliser?

Answer 18

a) Bilatéral;
b) Non influence la puissance du test statistique car on sépare en deux le critère d’exclusion. C’est-à-dire 0,05/2 = 0,025 + 0,025. Réduit donc l’inclusion des résultats obtenues…
c) Mesure d’association (corrélation), comparaison de moyenne

Question 19

Votre ami vous dit: « le théorème de la limite centrale dit que tout échantillon doit être normal, avec la moyenne au centre de la distribution. C’est pas si compliqué! » Expliquez son erreur.

Answer 19

Faux. La distribution des échantillons devraient être normal autour de la moyenne.

Question 20

Votre ami est sur une lancée. Il vous « aide » dans votre étude: « si tu teste l’effet d’un traitement et tu as un p = .03, ça veut dire que tu as 3% de chances de te tromper… ou que 3% des gens n’ont pas eu d’effet du traitement… ou… heu… qu’il y a 3% des chances que ton échantillon arrive si ton traitement ne fonctionne
pas vraiment. » Que pensez-vous de son aide? Même une horloge arrêtée a raison deux fois par jour…

Answer 20

Il y a 3% des chances que ton échantillon arrive si ton traitement ne fonctionne pas vraiment.

Question 21

Vous voulez prouver qu’il existe une relation inverse entre le nombre d’heures de formation en gestion de crise des intervenants et le nombre d’heures d’isolation mensuel dans les différentes unités du centre jeunesse. Dans ce contexte, vous effectuez une corrélation de Pearson.

• Que serait H0 dans ce contexte?
• Décrivez en vos mots ce que serait une erreur bêta dans ce contexte.

Answer 21

• Soit il n’y aura pas de liens ou un liens positifs entre le nombre d’heures de formation et le nombre d’heures d’isolation;
• Dire que la formation à aucun effet sur le nombre d’heures d’isolation

Question 22

Quelles sont les trois conditions requises pour postuler un lien causal entre deux variables?

Answer 22

Variable X et Y sont interreliés, ordre temporelle, il n’y pas de 3e variables pouvant jouer un rôle dans la relation X et Y.

Question 23

Quel test serait utile pour les situations suivantes?

a) Vous voulez démontrer que les jeunes en cheminement particulier dans votre école ont des notes supérieures aux étudiants en cheminement régulier. Heureusement pour vous, l’école est grande et les deux groupes sont de grande taille.
b) Vous avez recruté un échantillon de psychoéducateurs travaillant en milieu carcéral. Sachant que 74% des psychoéducateurs en fonction sont des femmes, vous vous à demandez si votre échantillon est atypique, comme il contient 52% d’hommes, sur 64 répondants.
c) Vous voulez déterminer s’il existe une relation entre l’admission à la maitrise et le fait d’avoir effectué du bénévolat durant le baccalauréat. Vous comptez les admissions des 5 dernières années en compilant les CV et lettres de motivation. Vous arrivez ainsi à compter le nombre d’admis et de non-admis et le nombre de bénévoles et de non-bénévoles.

Answer 23

a) Test-t pour échantillon indépendant;
b) Khi2 d’ajustement;
c) Khi2 d’indépendance statistique.

Question 24

Le postulat d’homogénéité des variances est important pour le test-t à échantillons indépendants. Expliquez pourquoi la présence de groupes très inégaux rend peu probable de respecter ce postulat.

Answer 24

Variance = Moyenne des écarts à la moyenne au carré (à quel points les gens sont différents/proches de la moyenne). Plus les n sont inégaux plus les variances sont différentes l’une de l’autre. Inégalité des groupes sous entend inégalité des variances.

Question 25

Votre ami vous dit: « Les tests-t, c’est conçu pour trouver des différences entre des personnes. Si tu as deux patients, tu peux donc comparer leurs résultats à des tests pour savoir s’ils sont réellement différents ou pas ». Quelles sont les erreurs de votre ami et comment lui expliqueriez-vous les tests-t?

Answer 25

Le test t est utile pour comparer des moyennes. Avec 2 personnes il est donc pas possible de calculer une variance, car il n’y a pas d’échantillon!