Stats paramétriques et non paramétriques Flashcards

1
Q

2 classes de statistiques inférentielles

A

Paramétrique

Non paramétrique

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

3 postulats des statistiques paramétriques

A

Grands échantillons (n>30)
Possibilité de calculer la variance
Données continues

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

3 postulats des statistiques NON paramétriques

A

Variables continues, mais petit échantillon (n<30)
Variables ordinales
Variables nominales

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

Regarder arbre décisionnel et comparer les statistiques bivariés

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

3 utilités des statistiques inférentielles

A

Association
Prédiction
Différence entre des moyennes

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

À quoi servent les mesures d’association

A

Examiner la relation entre 2 variables

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

À quoi servent les mesures de prédiction

A

Prédire l’issue d’une variable dépendante

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

À quoi servent les mesures de différences des moyennes

A

Déterminer des différences entre les groupes expérimental et contrôle

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

2 types de mesures d’association

A

Coefficient de corrélation de Pearson

Coefficient de corrélation de Spearman

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

2 caractéristiques de Pearson

A
  • Vérifie s’il existe association entre 2 variables continues
  • Relation linéaire
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

2 caractéristiques de Spearman

A
  • Vérifie s’il existe association entre 2 variables NON continue
  • Relation non linéaire
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

LEs 2 types de mesures d’Association donnent des valeur p qui montrent si la relation est significative,
Forte = ?
Modérée = ?
Faible = ?

A

r > 0,50 Forte
0,30 < r > 0,50 Modérée
r < 0,30 = Faible

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

À quoi sert une analyse de régression (mesure de prédiction) ?

A

Caractériser larelation entre la ou les variables indépendantes et la variable
dépendante

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

But d’une régression linéaire simple

A

Prédit la valeur d’une VD en se fondant sur la valeur de VI

VD et VI sont continues

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

But d’une régression multiple

A

Prédit la valeur d’une VD en se fondant sur LES valeurS de plusieurs VI
(VD = continue
VI = Nominale ou continue)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Formule régression linéaire simple

A

Y = aX + b

Y = VD
X = VI
a = pente 
b = intersection droite avec axe y
17
Q

Dans la mesure de différences de moyennes

Il y a 2 type de tests paramétriques ?
1 type de test non paramétrique ?

A

Paramétriques :

  • Test T
  • Analyse de variance (ANOVA)

non paramétrique :
- Khi-carré (X^2)

18
Q

2 sous catégories du test de différence de moyenne non-paramétrique

A

Khi-carré indépendant

Khi-carré de MC Nemar

19
Q

Caractéristiques d’un Khi-carré indépendant (test de différence de moyenne non paramétrique)

A
  • Souvent pour des variables qualitatives

- Besoin d’un tableau croisé, nommé tableau de contingence (ou on croise 2 variables)

20
Q

Faire un exemple de Khi-carré indépendant

A
21
Q

Caractéristiques d’un Khi-carré apparié de MC Nemar (test de différence de moyenne non paramétrique)

A
  • Souvent pour des variables qualitatives
  • Besoin d’un tableau croisé, nommé tableau de contingence (ou on croise les fréquences de 2 échantillon appariés)

**Apparié = je fais parti des 2 catégories **

22
Q

Faire un exemple de Khi-carré de MC Nemar

A