Vrai ou faux Flashcards

1
Q

Lorsqu’on effectue un test de T, la distribution de la loi de Student est utilisée afin de pallier à l’incertitude causée par l’utilisation de l’écart-type de l’échantillon.

A

Vrai

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

Le test de Levene peut seulement être effectué lorsque les données sont distribuées normalement.

A

Faux, elle est moins sensible aux écarts à la normalité que les autres tests.

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

Avec des échantillons qui sont distribués normalement, il est possible d’utiliser le test de Bartlett ou le test de Fisher.

A

Vrai

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

Le test de Fligner- Killeen est un test paramétrique et il est très robuste par rapport à la normalité.

A

Vrai

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

Une violation du postulat de normalité peut augmenter des erreurs de type II.

A

Faux, une violation du postulat de normalité peut augmenter des erreurs de type I.

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

Le test t pour échantillons indépendants compare les moyennes de deux groupes indépendants afin de déterminer s’il existe une preuve statistique que les moyennes de population associées sont significativement différentes.

A

Vrai

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

Pour mesurer la puissance d’un test, il ne faut que deux des trois éléments suivants : la taille de l’échantillon, la taille de l’effet, et le seuil de signification.

A

Faux, il nous faut les trois.

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

Il existe une relation entre la taille de l’effet, la taille de l’échantillon, la statistique de F et la puissance d’un test.

A

Faux, on remplace la statistique de F par le seuil de signification.

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

Il est nécessaire de vérifier l’homogénéité des variances entre deux groupes afin de faire un test de T pour échantillons appariés.

A

Faux, c’est pour le test d’échantillons indépendants que c’est important.

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

En augmentant le nombre d’observations, on augmente la puissance de notre test statistique.

A

Vrai

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

Je fais une erreur de type II lorsque je conclus que Ho est fausse alors qu’elle est vraie.

A

Faux, il s’agit d’une erreur de type I.

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

Le test de Levene Brown Forsythe est plus robuste que le test Levene.

A

Faux, il s’agit du même test.

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

Dans un test Anova à une voie, l’hypothèse nulle est que les moyennes de chaque groupe sont égales.

A

Vrai

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

Une violation du postulat de normalité peut causer une augmentation des erreurs de type II.

A

Faux, elle augmente les erreurs de type I.

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

ANOVA : Plus que la valeur de F est élevée, plus qu’il a une différence entre les groupes.

A

Vrai

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

L’un des postulats de l’analyse de la variance (ANOVA) est qu’il doit y avoir le même nombre de sujets dans chaque groupe.

A

Faux, ce n’est pas nécessaire, mais c’est idéal.

17
Q

Le test Wilcoxon-Mann-Whitney est basé sur le rang des observations et plus de 5 observations sont nécessaires par groupe pour réaliser le test.

18
Q

Le test de Tukey permet d’établir où les différences parmi les groupes se trouvent lorsque les échantillons sont de taille différente.

A

Faux, il doit être utilisé lorsque les échantillons sont de taille semblable.

19
Q

Test d’indépendance du khi-carré : Si les écarts entre les effectifs observés et théoriques sont élevés, on peut conclure qu’il n’y existe pas de lien entre les variables.

A

Faux, si les écarts sont élevés, on peut conclure qu’il existe un lien entre les deux variables.

20
Q

Le r de Pearson quantifie la relation linéaire entre deux variables continues

21
Q

Le r de Pearson n’a pas d’unité

22
Q

Le coefficient de corrélation Le r de Pearson est indépendant de la covariance entre les variables

A

Faux, le r est calculé à l’aide de la covariance.

23
Q

S’il n’y a aucune relation entre X et Y, leur covariance est de 0

24
Q

Si la relation entre X et Y est négative, la covariance est positive

A

Faux, si la relation entre x et y est positive, la covariance est positive.

25
Si la relation entre X et Y est positive, la covariance est négative
Faux, si la relation entre x et y est négative, la covariance est négative.
26
La charge factorielle représente la variance unique de chaque variable.
Faux, elle représente la valeur du coefficient de régression entre la variable x et le facteur latent F. il est représenté par b
27
La charge factorielle est également reconnue en tant que eigen values.
Faux, ce sont les valeurs propres qui sont connues en tant que eigen values.
28
Une rotation orthogonale (varimax) permet de changer la charge factorielle des variables, tout en conservant l'angle initial des axes.
Vrai