Statistique Flashcards
Def “population”
L’ensemble des unités de base (objets ou personnes)
Def “individu”
Unité de base
Def “échantillon”
Sous-ensemble de la “population”
Def “variable”
Les caractéristiques qu’on veut évaluer
Def “observations”
Les mesures que l’on va effectuer
Statistique descriptive : objectif et outils
- Résumer l’info dans des données statistiques
- Tableaux, graphiques, indicateurs
Citer des paramètres de dispersion e leur def
- Variance : moyenne des écarts au carré entre les différentes valeurs et la valeur moyenne
UNITE =/ MOYENNE - Ecart-type : racine carré de la variance, caractérise l’écart entre 1 donnée prise au pif et la moyenne
UNITE = MOYENNE
C’est quoi les statistiques inférentielles
On a un résultat dans un échantillon, et on veut répondre à la question :
“ Dans quel mesure ce résultat peut il être appliqué à l’ensemble de la population”
–> On va faire des TEST D’HYPOTHESE
Quelle notion est rattaché aux statistiques inférentielles
FLUCTUATION D’ECHANTILLONAGE
(est-ce que c’est du hasard, la différence est-elle significative)
C’est quoi le risque α ?
Et le risque β ?
- α : on suppose H0 fausse alors que vrai
- β : on suppose H0 vrai alors que fausse
Quel est la valeur usuelle du risque α, le risque β, et la puissance d’une étude
- Alpha : 5%
- Beta : 20%
- Puissance : 1- β = 80% (proba de voir un effet quand il y en a un)
Par quoi est influencée la puissance d’un test d’hypothèse
- taille de l’échantillon
- variance des caractéristiques de l’échantillon
- efficacité de l’intervention
Que dire d’un test d’inférence statistique si p > 0,05
on ne peut pas rejeter H0 : effet non significatif
le risque alpha a été dépassé, or risque alpha c’est de rejeter H0 alors que vrai -> on ne peut pas prendre ce risque
Que dire d’un test d’inférence statistique si p < 0,05
on rejette H0 pour H1: efficacité de la kinésithérapie
le risque alpha est inférieur à 5% donc on peut rejeter H0 sans crainte
Donner des exemples de test statistiques
- Paramétrique / non paramétrique
- Appariés / indépendants
Quels sont les conditions d’un test paramétrique
- Distribution de l’échantillon = compatible avec l’hypothèse de distribution gaussienne de la variable (test de normalité)
- Homogénéité des variances de tous les échantillons (test de Levene)
Quels sont tous les paramètres à prendre en compte quand on étudie des qualités psychométriques d’un outil de mesure
- Reproductibilité
- ICC : intra class correlation
- SEM : erreur standard de mesure
- MDC : minimum detectable change
- Coef de variation entre les 2 mesures (écart-type/moyenne)
