Section 1 : statistique descriptive Flashcards
la statistique descriptive permet de ?
résumer un ensemble de données, dans le but de présenter des faits saillant d’une population ou d’un échantillon
- utilisations des différents méthodes statistiques pour décrire des données avec des %, moyennes ou graphiques
définit :
1) population
2) échantillon
3) échantillon représentatif
4) échantillon aléatoire
1) ensemble d’éléments ou de personnes partageant des caractéristiques communes (ex : pop. du canada / québec / étudiants en physio). Elle n’est pas nécessairement constitué de personnes (ex : on peut étudier l’influence de l’hôpital universitaire ou non sur la qualité des soins, la population sera des hôpitaux)
* souvent trop cher et compliqué à utiliser pour études
2) échantillon : partie de la population
3) échantillon représentatif : échantillon qui représente des caractéristiques similaires à la population (même distribution d’âge, sexe, ou importantes pour l’étude)
4) échantillon aléatoire : échantillon sélectionné au hasard (meilleur échantillonnage)
une mesure de tendance centrale est ?
une façon de résumer des observations qui peuvent être faites dans un échantillon ou dans une population
1) moyenne (X) : somme de toutes les observations / nombre total d’observations
2) médiane (Md) : valeur centrale (ou moyenne des 2 observations centrales) lorsque les observations sont classée en rang
3) mode (Mo) : valeur la plus fréquente (sommet de l’histogramme)
On mesure la distance parcourue lors d’un test de marche de 6 minutes (6 minutes walk-test) pour 5 individus sains entre 50 et 60 ans. Les valeurs en mètre sont: 680, 603, 620, 635, 620. donne la :
1) moyenne
2) médiane
3) mode
replacé en ordre : 603, 620, 620, 635, 680
1) (680+603+620+635+620) / 5 = 631,6
2) 620 (valeur centrale)
3) 620 (valeur la plus fréquente)
les valeurs extrêmes et/ou aberrantes dans un échantillon vont influencer ? (1), il faut donc plus se fier à la ? (2)
1) moyenne
2) médiane
ex ; 20 employés font entre 13 et 16$ de l’heure, mais un autre employé fait 400$ de l’heure. moyenne est de 33$/h, mais pas représentatif car la médiane est de 15$ de l’heure.
lorsque la distribution est normal versus anormal, qu’elle mesure de tendance centrale est plus appropriée à utiliser ?
distribution normale : moyenne
distribution anormale : médiane
est-ce que la moyenne est plus grande ou plus petite que la médiane lorsque ? :
1) asymétrie positive
2) asymétrie nulle
3) asymétrie négative
1) moyenne > médiane
2) moyenne = médiane
3) moyenne < médiane
comment savoir si une distribution est dite normale ?
1) test statistique (shapiro-wilk)
2) inspection visuelle des données (histogramme / diagramme à bâtons)
3) comparaison moyenne vs médiane (une différence = anormale)
dans quelle situation il est pertinent d’utiliser le mode ?
lorsqu’on décrit une distribution bimodale, lorsque les données sont réparties en 2 groupes
une mesure de dispersion est ?
une mesure permettant de savoir comment les données se répartissent
- tous regroupées près de la mesure centrale (moyenne, médiane) ou si elles varient beaucoup ?
nomme les 2 types de mesures de dispersion
1) écart-type et variance : utilisé avec la moyenne lors d’une distribution normale
- variance : somme des carrés des écarts à la moyenne
- écart-type : racine carré de la variance
2) étendue : utilisé avec la médiane lors d’une distribution asymétrique
- étendue (min - max, interquartile, centiles, etc.)
le quartile 2 fait référence à ?
la médiane (50% des données)
IQR fait référence à
au interquartile rang (intervale entre quartile 1 et 3) : représente 50% des données sans prendre en compte les valeurs extrêmes
nomme les types de variables quantitatives et leur particularité
variables quantitatives :
1) échelle continue : infinité de valeurs possibles (peuvent être divisés à l’infini)
- ex ; argent, pression artérielle, âge (peut être en minutes, secondes, etc.)
2) échelle discrète : quantités isolées et non divisables
- ex ; nombre de fractures, accidents, enfants
nomme les types et particularités des variables qualitatives
1) échelle ordinale : les données ont un ordre naturel / évolution
- ex ; degré de satisfaction (faible - moyen - élevé)
2) échelle nominale : pas de rang possible entre les données
- ex ; groupe sanguin, type d’animaux, sexe, statut civil
