Statistiques Flashcards

1
Q

Qu’est-ce qu’une variable nominale (qualitative) ?

A
  • Très peu structuré
  • Distribue la population étudiée en classe d’équivalence (aucun classement ordoné)
  • Classification
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Qu’est-ce qu’une variable ordinale?

A
  • Structure d’ordre, classement
  • Impossible de quantifier l’écart entre 2 classes
  • Les modalités sont rangées
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qu’une variable d’intervalle?

A
  • Intervalles séparant 2 valeurs calculables et comparables (soustraction - addition)
  • Définition arbitraire
  • Possibilité de comparaison de rapport entre 2 intervalles mais impossibilité d’avoir le rapport entre 2 valeurs de la variable
  • Exemple: mesure de température, notes aux examens…
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce qu’une variable de rapport (numérique) ?

A
  • Zéro non arbitraire
  • Score et intervalles applicables aux opérations arithmétiques
  • Unités arbitraires
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Selon le classement d’Hébert, dans méthode naturelle (1910), quelle est la variable nominale?

A
  • Type d’activité physique:
    • marche
    • course
    • lancer
    • sauts
    • quadrupédies
    • équilibre
    • défense
    • natation
    • grimpers

On observe qu’il n’y a aucun classement ordonné

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Selon Hébert, dans le code de la force (1911), quelle est la variable ordinale?

A
  • Dépense énergétique:
    • Absence de sudation
    • sudation
    • changement respiratoire
    • visage marqué

On observe une structure d’ordre

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

Une variable ne peut être soumise au traitement statistique que si elle est assimilable à quoi?

A

À une variable aléatoire

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

Une variable représente quoi?

A

Ce qui varie (ensemble de caractère dont on note les variations)

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

Que doit avoir chaque variable?

A

Un état (qualitatif ou quantitatif) auquel correspond une probabilité d’apparition

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

Les statistiques traitent seulement quoi?

A

Des évènements incertains

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

Quelle est la formule de la notion de probabilité?

A

P(a) = nb de cas (a) / nb de cas possibles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Quelle est la loi des grands nombres et probabilité?

A

“Si on effectue un grand nombre de fois un évènement aléatoire, la fréquence d’apparition d’un évènement A se rapprochera de sa probabilité mathématique”

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

Qu’est-ce quune variable aléatoire continue (état quantitatif) ?

A

Entre 2 valeurs quelconques, il est possible de situer une valeur intermédiaire

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Qu’est-ce qu’une variable indépendante? Quels sont les 2 variables indépendantes dans un programme de musculation?

A
  • Variable dont la variation influence la valeur des variables dépendantes
  • Élément indispensable au calcul
  • 2 variables indépendantes:
    • type d’entraînement (groupe)
    • temps d’entraînement (session)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Qu’est-ce qu’une variable dépendante? Quels sont les 4 variables dépendantes dans un programme de musculations?

A

Varie sous l’influence de la variable indépendante

  • 4 variables dépendantes:
    • RM
    • nb de reps
    • PMA
    • FC max
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Les variables indépendantes et dépendantes ont 4 niveaux de mesure, lesquels?

A
  • Nominale
  • Ordinale
  • Intervalle
  • Rapport
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Qu’est-ce qu’une variable parasite? Que se passe-t-il si elle est contrôlée?

A
  • Variable indésirable, intervient sur la variable dépendante sans que l’expérimentateur soit capable d’en mesurer les effets
  • Elle est neutralisée (nutrition, motivation…)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

La mesure de liens de causalité représente le lien entre 2 choses, quoi? Comment appele-t-on cela? Comment appele-t-on cela si la relation est linéaire?

A
  • 2 variables
  • Mesure de la corrélation
  • Corrélation linéaire
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Qu’est-ce que le nuage de points?

A

C’est une description de la relation entre 2 variables quantitatives mesurées sur les mêmes quantités statistiques => M(x, y)

X: valeur de VI 1
Y: valeur de VI 2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Quand est-ce qu’une relation est dite linéaire?

A

Lorsque le nuage de points paraît étirer le long d’une droite

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Qu’est-ce qu’une relation linéaire négative?

A

Valeurs d’une variable tendent à augmenter quand les valeurs de l’autre variable tendent à diminuer

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Si on fait un lien entre la pointure (tamanho do pé) et les résultats en philosophie, qu’est-ce qu’on a?

A

On a 2 variables qui évoluent sans aucun lien par rapport à l’autre

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Si on compare la pointure (tamanho do pé) avec les performances au basket, qu’est-ce qu’on voit?

A

On voit que l’augmentation de la pointure est accompagnée plus ou moins fortement d’une augmentation des performances

24
Q

Si on fait un lien entre la pointure (tamanho do pé) et la taille, qu’est-ce qu’on voit?

A

Que plus je suis grand, plus j’ai des grand pieds et vice-versa

25
Q

Si on fait un lien entre l’âge et le nombre de bouquets de fleurs, qu’est-ce qu’on aperçoit?

A

L’augmentation de la VI (anée de relation) est en relation avec une diminution de la VI (nombre de bouquets de fleurs) => qnt mais tempo juntos menos buquê de flores vc recebe

26
Q

Pour l’étude du lien de causalité, il faut établir une relation 2 choses, quoi? La force de la relation se calcule par quoi? Cependant, il ne correspond pas à quoi?

A
  • 2 variables
  • Par un coefficient
  • À un lien de cause à effet
27
Q

Que permet de savoir la statistique inductive?

A

La probabilité pour que ces efffets ou ces interactions ne soient pas dues au hasard

28
Q

Qu’est-ce qu’un groupe expérimental?

A

Groupe dont les sujets accomplissent une ou plusieurs modalités précises de la (ou des) variable(s) independantes(s)

29
Q

Qu’est-ce que le groupe contrôle?

A

Groupe servant de référence dans une expérimentation en représentant le degré zéro de la variable indépendante mise à l’épreuve

30
Q

Qu’est-ce que le groupe placebo? Donner un exemple en médecine.

A
  • Variété de groupe contrôle dont la fonction est de déceler (detectar) d’éventuels effets d’attente de type psychologique
  • Effet de croyance, aussi sur l’intervenant (effet pygmalion)
31
Q

Qu’est-ce que le groupe aparié?

A

Groupe de même effectif dont tous les membres se correspondent respectivement terme à terme

32
Q

Qu’est ce qu’un groupe indépendant?

A

Groupes non apariés, mais considérés comme équivalent dont on souhaite comparer les productions relativement aux différences de modalités de la VI

33
Q

Quel est le but de l’analyse descriptive des données?

A

Faire parler des données en y mettant de l’ordre

34
Q

Quels sont les 3 paramètres de tendance centrale?

A
  • Mode
  • Médiane
  • Moyenne
35
Q

Le mode est-il la modalité observée la plus fréquente? Est-il calculable? Est-il unique (olhar pdf. 1 pgn. 11) ? Le mode est vite calculé à l’aide de quoi?

A
  • Oui
  • Le mode est toujours calculable, quelque soit le type de la variable (nominale, ordinale ou cardinale)
  • Pas nécessairement
  • D’un graphique (il faut juste regarder la valeur la plus haute)
36
Q

Qu’est-ce que la médiane? La médiane est vite repérée à l’aide de quoi?

A
  • Les n observations étant rangées et numérotées de 1 à n de manière croissante, il faut trouver la valeur qui permet de partager la suite ordonnée en deux parties d’égale importance
  • Du diagramme cumulatif (à 50%)
37
Q

À propos la moyenne arithmétique, si une voiture roule deux tours de circuit à 6km (200 km/h et 300 km/h), quelle est la vitesse moyenne? La vitesse est fonction de 2 choses, quoi? Combien de temps pour faire le 1er tour? Et le 2ème tour? Combien de temps pour faire les 2 tours? Ainsi, quelle est la vitesse moyenne? Alors la vitesse moyenne donne-t-elle une mauvaise réponse?

A
  • Moyenne arithmétique = (200 + 300) / 2 = 250 km/h
  • De la distance et du temps
  • 1er tour: t = 6/200 = 0,03h = 108s
  • 2ème tour: t = 6/300 = 0.02h = 72s
  • 2 tours = 0,05h (180s)
  • Vitesse moyenne = 12/0,05 = 240 km/h
  • Oui
38
Q

Qu’est-ce qu’un écart-type? Avec la variance, il renseigne sur la dispersion des données autour de quoi?

A
  • C’est la racine carrée de la variance, moyenne des écarts à la moyenne
  • De la moyenne
39
Q

À propos les propriétés de la moyenne et de l’écart-type, si on additionne une constante k à chaque élément d’une série statistique, que ce passe-t-il avec la moyenne et l’écart-type? Et si on multiplie une constante k par chaque élément d’une série statistique?

A
  • La moyenne augmente de k et l’écart-type reste inchangé
  • La moyenne est multipliée par k et l’écart-type est multiplié par la valeur absolue de k
40
Q

Parfois la moyenne peut-elle ne pas correspondre à rien? À quoi est-elle très sensible?

A
  • Oui
  • Aux fluctuations d’échantillonage
41
Q

Qu’est-ce que sont les scores standards?

A

Ensemble d’observations qui ont été standardisées autpur d’une moyenne et un écart-type (Score Z et Score T)

42
Q

Qu’est-ce que la loi normale? Quels sont ses 2 objectifs?

A
  • Elle explique ce qui se passe au centre d’une population
  • Obtenir une information descriptive sur la population à partir de laquelle l’échantillon a été constitué
  • Tester des hypothèses
43
Q

Pour calculer les probabilités associées à la loi normale, qu’est-ce qu’on utilise généralement? Qu’est-ce que la loi normale réduite?

A
  • La loi normale réduite
  • C’est une loi normale pour laquelle:
    μ = 0 et σ = 1. On prend le Z calculé au dessus
44
Q

Par rapport au théorème de la limite centrale, qu’est-ce que la population? On défini une population par 2 paramètres, lesquels? Donner un exemple de population.

A
  • Groupe de personnes (ou autre) qui ont au moins une caractéristique en commun
  • Moyenne et écart-type
  • Hommes âgés de 31 à 40 ans qui ne pratiquent aucune activité physique (on peut varier genre, âge ou nv. d’activité physique)
45
Q

Par rapport au théorème de la limite centrale, qu’est-ce qu’un échantillon? On le définit par 2 statistiques, lesquelles? Donner un exemple d’échantillon.

A
  • Groupe de personnes tirées de la population
  • Moyenne (m) et écart-type (SD)
  • Réentrainement post chirurgical du membre inférieur
46
Q

Qu’est-ce que la théorie de la limite centrale? La moyenne de l’ensemble de toutes les moyennes d’échantillons possibles est égale à quoi?

A
  • Quand la distribution des moyennes d’échantillons est approximativement normale, quelque soit la population à partir de laquelle les échantillons sont constitués
  • À la moyenne de la population
47
Q

À propos les tests d’hypothèses et inférences statistiques, quels sont les 2 types d’hypothèses? Donner un exemple pour chacun.

A
  • Hypothèse nulle (H0) => il n’éxiste aucune relation ou aucune différence entre les groupes (aucune différence de force maximale des membres inférieurs entre filles et gatçons de 10 ans)
  • Hypothèse alternative (H1) => il existe une relation ou une différence entre les groupes (il existe une différence de force maximale des membres inférieurs entre filles et garçons de 10 ans)
48
Q

Sous H0 (hypothèse nulle), les garçons et les filles ppartiennent à la même quoi? À quoi sont dues les différences observées?

A
  • Population
  • À l’erreur d’échantillonage
49
Q

Sous H1 (hypothèse alternative), les garçons et les filles appartiennent à quoi? Les différences observées sont dues à 2 choses, quoi?

A
  • À 2 populations distinctes
  • À l’erreur d’échantillonnage et à la différence imputable au genre
50
Q

À propos la théorie de la limite centrale, la moyenne de toutes les différences est égale à quoi? Si la population est la même, alors ma moyenne sera proche de quel nombre? Et si la population est différente?

A
  • À la différence de la moyenne entre les deux populations
  • 0
  • Elle s’éloignera de 0
51
Q

Par rapport l’erreur d’échantillonnage, même s’il n’y a pas de différence entre les 2 populations, la propabilité de trouver Z = 0 est forte ou faible? Quand on est sous H0, on est entre quels 2 nombres? Et quand on est sous H1?

A
  • Très faible
  • Entre -2 et 2
  • En dehors de -2 et 2
52
Q

Qu’est-ce qu’un test statistique? Cette décision dépend donc de quoi? Ainsi, quelque soit la décision prise, on court cbn de sortes de risques?

A
  • Méthode permettant de prendre une décision à partir d’informations fournies par un échantillon
  • D’un échantillon
  • 2
53
Q

D’après le test statistique, quels sont les 2 types d’erreurs?

A
  • ERREUR DE TYPE 1 (ou de première espèce, ou faux positif) => l’expérimentateur conclue à une différence entre les 2 groupes alors qu’en réalité il n’y a pas
    => risque α (5% ou 0.05)
  • ERREUR DE TYPE 2 (ou de seconde espèce, ou faux négatif) => l’expérimentateur conclue à l’abscence de différence entre les groupes alors qu’en réalité il y en a une
    => risque β (20% ou 0.20)
54
Q

Par rapport à un test statistique, α et β sont déterminés en fonction de quoi?

A

Du risque d’erreur qui est le moins coûteux (Qu’est-ce qui est le plus grave: accepter l’hypothèse nulle alors qu’elle est fausse ou la rejeter alors qu’elle est vraie?)

55
Q

Quels sont les 5 sources d’erreur pour l’erreur type 1 ? Quels sont les 4 sources d’erreur pour l’erreur de type 2 ?

A
  • Erreur de type 1:
    • erreur de mesure
    • échantillon non aléatoire
    • α trop grand (0,10)
    • biais induit par le chercheur
    • utilisation incorrecte d’un test unilatéral
  • Erreur de type 2:
    • erreur de mesure
    • β trop petit (pas assez de sujets)
    • α trop petit (0,01)
    • traitement mal appliqué
56
Q

Qu’est-ce que la puissance d’un test? Elle évite de commettre une erreur de quel type? La puissance est égale à combien?

A
  • C’est la capacité de rejeter l’hypothèse nulle lorsqu’elle est fausse
  • Erreur de type 2
  • Puissance = 1 - β (soit 0,80 ou 80%)
57
Q

Quels sont les 4 paramètres de la puissance? Quels sont les 2 intérêts de la puissance statistique?

A
  • 4 paramètres de la puissance:
    • taille de l’échantillon
    • l’effet minimum recherché
    • variabilité du paramètre mesuré (écart-type, variance)
    • risque α retenu (0,05 ou 5%)
  • 2 intérêts de la puissance statistique:
    • contrôler le risque de commettre une erreur de type 2
    • estimer le nombre de sujets nécessaires pour garantir une puissance supérieure ou égale à 80%