Statistiques Flashcards
Qu’est ce que les statistiques inférentielles ?
les statistiques inférentielles sont utilisées pour tirer des conclusions sur une population plus large à partir des données recueillies dans un échantillon. Elles permettent de généraliser les résultats obtenus à partir de l’échantillon à l’ensemble de la population dont il est issu.
Imaginez que vous voulez savoir si les étudiants qui boivent du café avant un examen obtiennent de meilleures notes que ceux qui n’en boivent pas. Vous ne pouvez pas tester tous les étudiants, donc vous en testez seulement un groupe (échantillon) pour tirer des conclusions sur la population étudiante dans son ensemble.
Qu’est ce que le Test T de Student pour échantillons indépendants?
Test T de Student pour échantillons indépendants est utilisé pour comparer les moyennes de deux groupes indépendants pour voir s’il y a une différence significative entre eux sur une variable donnée.
Si vous avez deux groupes distincts, par exemple, un groupe de buveurs de café et un groupe de non-buveurs, ce test vous aide à voir s’il y a une différence significative entre les moyennes de notes obtenues par ces deux groupes.
Qu’est ce que le Test T de Student pour échantillons uniques ?
Test T de Student pour échantillons uniques : Il est utilisé pour déterminer si la moyenne d’un échantillon unique diffère de la moyenne théorique ou attendue.
Si vous avez une seule série de données (par exemple, les notes des étudiants qui boivent du café avant un examen) et que vous voulez comparer cette série à une valeur de référence (par exemple, la moyenne générale des notes des étudiants), ce test vous aidera à déterminer si cette série diffère significativement de la moyenne générale.
Qu’est ce que le Test T de Student pour échantillons appariés ?
Test T de Student pour échantillons appariés : Comparant les moyennes de deux groupes dépendants ou appariés (comme avant et après une intervention sur le même groupe de sujets).
Supposez que vous testiez le même groupe d’étudiants deux fois : une fois sans café et une fois avec du café. Ce test compare les notes des étudiants dans ces deux conditions pour voir s’il y a une différence significative.
Qu’est ce que le Test de Mann-Whitney?
Test de Mann-Whitney est une alternative non paramétrique au test T de Student pour échantillons indépendants. Il est utilisé lorsque les données ne suivent pas une distribution normale ou lorsque les conditions d’application du test T ne sont pas remplies.
Si vos données ne suivent pas une distribution normale (par exemple, si vous ne pouvez pas supposer que les données ont une forme de cloche), vous pouvez utiliser ce test pour comparer les deux groupes de la même manière que le Test T de Student.
Qu’est ce que le test de Wilcoxon ?
Test de Wilcoxon est l’‘équivalent non paramétrique du test T de Student pour échantillons appariés. Il est utilisé lorsque les données ne suivent pas une distribution normale ou lorsque les conditions pour le test T ne sont pas respectées.
Similaire au Test T de Student pour échantillons appariés, mais utilisé lorsque vos données ne suivent pas une distribution normale ou lorsque les conditions pour le test T ne sont pas respectées.
A quoi sert le logiciel Jamovi ?
l’utilisation d’un logiciel statistique comme Jamovi permet de réaliser ces tests et d’interpréter les résultats statistiques obtenus à partir des données. Ces logiciels aident à effectuer les calculs nécessaires et fournissent des sorties ou des rapports statistiques qui permettent d’interpréter les résultats de manière appropriée.
Qu’est ce que sont les statistiques descriptives ?
Statistiques descriptives : Les statistiques descriptives sont utilisées pour décrire et résumer les caractéristiques des données d’un échantillon ou d’une population. Elles donnent des informations simples sur la répartition, la tendance centrale et la dispersion des données.
Donc permettent de décrire les caractéristiques de l’échantillon
(= participants recrutés issus de la population)
Exemple concret avec le café : Supposons que vous collectiez des données sur la consommation de café chez des étudiants. Les statistiques descriptives vous aideront à décrire ces données, par exemple, en calculant la moyenne du nombre de tasses de café consommées par jour par les étudiants, la médiane (valeur centrale), l’écart-type (mesure de la dispersion des données autour de la moyenne) et le mode (la valeur la plus fréquente).
Qu’est ce que la médiane ?
La médiane est la valeur centrale d’un ensemble de données. Pour la trouver, vous arrangez toutes les valeurs par ordre croissant ou décroissant, puis vous identifiez la valeur qui se situe exactement au milieu de l’ensemble de données. Si le nombre de valeurs est impair, la médiane est simplement la valeur centrale. Si le nombre de valeurs est pair, la médiane est la moyenne des deux valeurs du centre.
Exemple : Supposons que vous ayez les suivantes notes (en ordre croissant) : 60, 65, 70, 75, 80. Ici, la médiane serait 70 car elle se trouve au milieu de l’ensemble de données.
Qu’est ce que l’écart-type?
L’écart-type est une mesure de la dispersion des données autour de la moyenne. Il montre à quel point les valeurs d’un ensemble de données sont éloignées de la moyenne. Plus l’écart-type est petit, plus les valeurs sont regroupées autour de la moyenne ; plus il est grand, plus les valeurs sont dispersées.
Exemple : Imaginons que vous ayez un ensemble de données représentant les âges des personnes dans un groupe. Si la moyenne des âges est de 30 ans et l’écart-type est de 5 ans, cela signifie que la plupart des âges se situent autour de 30 ans, avec peu de variation (dispersion) par rapport à cette moyenne.
Qu’est ce que le mode ?
Le mode est simplement la valeur qui apparaît le plus souvent dans un ensemble de données. Il est possible qu’il y ait un, plusieurs ou aucun mode dans un ensemble de données.
Exemple : Considérons une série de données représentant le nombre de fois où un groupe d’étudiants a étudié pour un examen spécifique au cours du dernier mois : 2, 3, 4, 3, 2, 5, 3. Ici, le mode serait 3 car il apparaît plus souvent que les autres valeurs.
Résumez ce que sont la médian,e, l’écart-type et le mode?
la médiane est la valeur centrale, l’écart-type mesure la dispersion des données par rapport à la moyenne et le mode représente simplement la valeur la plus fréquente dans un ensemble de données. Ces trois mesures sont utilisées pour comprendre la répartition et la variabilité des données dans une série de mesures ou d’observations.
Qu’elles sont les échelles de mesure ?
Échelles de mesure : Les échelles de mesure définissent le type de données que vous recueillez et déterminent les opérations statistiques que vous pouvez effectuer.
Échelle nominale : C’est la plus simple. Elle consiste en des catégories sans ordre spécifique. Par exemple, le sexe (masculin, féminin) ou la couleur des yeux (bleu, marron, vert). Vous ne pouvez pas dire qu’une catégorie est “supérieure” ou “inférieure” à une autre.
Échelle ordinale : Elle classe les données dans un ordre spécifique, mais les distances entre les catégories ne sont pas égales. Par exemple, un classement basé sur la satisfaction : “pas du tout satisfait”, “peu satisfait”, “satisfait”, “très satisfait”. Vous savez qu’il y a un ordre, mais vous ne pouvez pas dire à quel point une catégorie est “plus” ou “moins” que l’autre.
Échelle d’intervalle : Elle a un ordre spécifique avec des intervalles égaux entre les valeurs. Les températures Celsius en sont un exemple : la différence entre 20 et 30 degrés est la même que celle entre 30 et 40 degrés.
Quelle est la différence entre échantillon indépendant et appariés?
Dans le contexte des études expérimentales en statistiques, la différence principale entre les échantillons indépendants et appariés réside dans la manière dont les groupes sont formés et comparés.
Échantillons indépendants : Dans ce cas, deux groupes distincts et séparés sont formés. Chaque groupe représente une condition différente de l’expérience. Par exemple, un groupe d’étudiants qui boivent du café (Groupe A) est comparé à un groupe d’étudiants qui ne boivent pas de café (Groupe B). Ces groupes sont composés de personnes différentes et distinctes.
Échantillons appariés : Ici, les mêmes individus sont utilisés pour les deux conditions de l’expérience. Chaque individu est exposé aux deux conditions expérimentales différentes. Dans le cas de la consommation de café, chaque étudiant serait évalué pour ses performances académiques à la fois lorsqu’il boit du café et lorsqu’il ne boit pas de café.
Exemple concret :
Échantillons indépendants : Vous formez deux groupes distincts : un groupe de 30 étudiants qui boivent du café et un groupe de 30 autres étudiants qui ne boivent pas de café. Vous mesurez les performances académiques moyennes de chaque groupe et comparez les résultats entre ces deux groupes distincts.
Échantillons appariés : Vous prenez un groupe de 30 étudiants et mesurez leurs performances académiques. Ensuite, ces mêmes 30 étudiants sont exposés à deux conditions : boire du café et ne pas boire de café. Vous mesurez à nouveau leurs performances académiques dans les deux conditions et comparez les résultats obtenus par chaque étudiant dans ces deux situations différentes.
En résumé, les échantillons indépendants impliquent des groupes distincts pour chaque condition, tandis que les échantillons appariés impliquent les mêmes individus dans les deux conditions expérimentales, ce qui permet de contrôler les différences individuelles et de réduire la variabilité liée aux caractéristiques individuelles des participants.
Qu’est ce que sont les Variables indépendantes (VI) et variables dépendantes (VD) ?
La variables indépendantes (VI) est choisie par le chercheur comme étant la source, la cause possible de la modification de comportements, d’états mentaux ou de processus pour examiner son effet sur une autre variable, appelée variable dépendante (VD)
= La V.D. dépend de la V.I.
= La V.I. a un effet sur la V.D
Toute V.I. comprend au moins deux modalité aussi appelées niveaux ou conditions expérimentales. Ces modalités représentent les différentes valeurs que prend la variable indépendante dans une étude.
Variable indépendante : La consommation de café (qui a deux modalités : boire du café et ne pas boire du café).
Échantillons indépendants : Vous comparez deux groupes distincts : un groupe de personnes qui boivent du café et un groupe qui n’en boit pas.
Objectif : Voir si la consommation de café (VI) influence les performances académiques (VD).
Échantillons appariés : Dans ce cas, vous comparez les mêmes individus ou groupes dans des conditions différentes. Par exemple, vous évaluez les performances des mêmes étudiants avant et après avoir commencé à boire du café.
Qu’est ce que la méthode corrélationnelle ?
Elle permet d’établir un simple lien (relation) entre 2 phénomènes mais le problème est qu’une corrélation ne signifie pas “cause” d’un phénomène .
Qu’est ce que permet la démarche expérimentale ?
Elle permet de vérifier une relation de cause à effet entre deux variables (variables indépendantes et dépendantes)
Qu’est ce que les Variables repérées vs manipulées ?
Variable repérée (invoquée ou étiquette) : variable qui préexiste à la recherche comme caractéristique observée ou naturelle.
Variable manipulée (ou provoquée) : le chercheur manipule
cette variable pour les besoins de la recherche
Question pratique : Comment vérifier l’effet d’une thérapie comportementale sur la phobie des araignées ?
1ère possibilité
Le chercheur fait passer un test permettant de connaître à des personnes phobiques en constituant 2 groupes :
‐ Un qui suit la thérapie
‐ Un qui ne suit pas la thérapie
Groupes indépendants : sujets différents
= variable inter(sujets/ groupes)
2ième possibilité
Il fait passer un test permettant de connaître à des personnes
phobiques en constituant 1 groupe qui répond deux fois au test:
‐ Avant la thérapie
‐ Après la thérapie
Groupes appareillés = groupe appariés : mêmes sujets
= variable intra(groupes/sujets) = mesures répétées
expliquez comment trouver les résultats des effectifs, Fréquences, pourcentage, mode, médiane, moyenne, mode, variance et écart-type
Effectifs, Fréquences, pourcentage, mode :
Effectifs : Pour chaque valeur unique dans un ensemble de données, comptez combien de fois cette valeur apparaît.
Fréquences : Les fréquences sont calculées en divisant les effectifs par le nombre total de données, exprimées en pourcentage ou en proportion par rapport à l’ensemble des données.
Pourcentage : Pour obtenir le pourcentage d’une valeur, divisez son effectif par le nombre total de données, puis multipliez par 100 pour obtenir le pourcentage.
Mode : Trouvez la valeur qui apparaît le plus souvent dans l’ensemble de données.
Médiane :
Arrangez les données par ordre croissant ou décroissant.
Si le nombre de données est impair, la médiane est la valeur centrale de l’ensemble trié.
Si le nombre de données est pair, la médiane est la moyenne des deux valeurs centrales de l’ensemble trié.
Moyenne :
Additionnez toutes les valeurs de l’ensemble de données.
Divisez la somme par le nombre total de valeurs dans l’ensemble de données pour obtenir la moyenne.
Écart-type et variance :
Variance : Calculez la moyenne des carrés des écarts entre chaque valeur et la moyenne de l’ensemble des données.
Écart-type : Prenez la racine carrée de la variance pour obtenir l’écart-type.
