Méta-analyse et révision

Question 1

Pourquoi fait-on des méta-analyse ?

Answer 1

• Manque de puissance statistique

ou

• Résultats contradictoires

Question 2

Vrai ou faux : le coefficient de corrélation = bêta standardisé et il n’est jamais affecté par les unités de mesure

Answer 2

Vrai

Question 3

Dans l’ANOVA, pourquoi ne fait-on pas plusieurs test-t ?

Answer 3

Augmente l’erreur de type 1

Question 4

Comment doit-on lire la table F ?

Answer 4

ligne du haut, puis ligne sur le côté

Question 5

Dans l’ANOVA, si on change les scores en mettant la moyenne pour chaque groupe, que se produit-il ?

Answer 5

o F : petites moyennes prédisent très bien les scores, parce que peu de variance résiduel ; sommes des carrés est devenus quasi inexistantes : la VI prédit très bien le score à la VD

o Contrastes : les valeurs t des contrastes augmentent

Question 6

Vrai ou faux : le test LSD fait des contrastes dans toutes les directions

Answer 6

Vrai

Question 7

À quoi sert le chi-carré ?

Answer 7

À savoir s’il y a une association entre la VI et la VD

Question 8

À quoi sert le bêta standardisé ?

Answer 8

Sert à comparer la contribution de plusieurs variables

Question 9

Au niveau de la puissance statistique, quand l’étude est déjà fait, on utilise le …

Answer 9

Post hoc

Question 10

Au niveau de la puissance statistique, avant de faire l’étude, on utilise le …

Answer 10

À priori

Question 11

Vrai ou faux : plus l’effet est petit, plus vous aller devoir avoir de participants en two-tailed ?

Answer 11

Vrai

Question 12

Vrai ou faux : l’alpha à 1% vous rend moins à risque de commettre l’erreur de type 2

Answer 12

Faux

Question 13

Quelle est la différence entre la régression simple et la régression multiple ?

Answer 13

La différence par rapport à la régression simple, prédire y avec plusieurs variables indépendantes plutôt qu’une seul VI

Question 14

Je traite un test t en régression où les deux groupes ont exactement la même moyenne. Mes données sont représentées sur un graphique à l’aide d’une droite de régression. On peut dire que…

Answer 14

A) La droite sera parfaitement plate
B) La droite sera identique à la droite représentant la grande moyenne de tous mes participants
C) Mon coefficient de corrélation sera égal à zéro

Question 15

Quand je traite une étude en unilatérale en bilatérale : qu’est-ce que va arriver à la puissance et la valeur de t critique?

Answer 15

La puissance va diminuer ce qui augmente la probabilité de commettre l’erreur de type 2

La valeur du t critique va augmenter ce qui augmente la probabilité de commettre l’erreur de type 2

Question 16

Vrai ou faux : plus la puissance augmente, moins on a de chances de commettre l’erreur de type 2

Answer 16

Vrai

Question 17

Quand je met un alpha de 0.01, qu’arrive-t-il à ma puissance ?

Answer 17

La puissance diminue ce qui augmente le risque de commettre l’erreur de type 2

Question 18

comment connaitre les degrés de liberté pour le khi-carré ?

Answer 18

nombre de colonnes - 1

fois

nombre de lignes -1

Question 19

Quel type d’erreur est-ce que la méta-analyse diminue-t-telle généralement et pourquoi ?

Answer 19

Va généralement diminuer l’erreur de type 2 parce qu’elle a plus de puissance qu’une étude individuelle

Question 20

Dans une méta-analyse, il est généralement préférable que les tailles d’effet des études individuelles varient …

Answer 20

Varient peu d’une étude à l’autre

Question 21

Vous décidez de faire un test t auprès d’un échantillon de 100 hommes qui compare le nombre d’infarctus chez des hommes âgés fumeurs (30 % de votre échantillon) vs des hommes âgés non-fumeurs (70 % de votre échantillon). Vous constatez que vous obtenez un test t significatif (où tous les fumeurs sont plus à risque de faire un infarctus). Or, vous décidez de faire une analyse supplémentaire comparant les hommes âgés fumant plus de 2 paquets par jour (5 % de votre échantillon) vs les hommes âgés non-fumeurs (70 % de votre échantillon) en sachant fort bien que plus la quantité de cigarettes fumées augmente, plus le risque d’un infarctus augmente. Toutefois, votre deuxième test t (fumer plus de 2 paquets par jour vs ne pas fumer) est non significatif (p = 0.10) malgré que le premier test t (fumeur vs non-fumeur) l’était. Comment pouvez-vous expliquer ce résultat? On vous dit également de poursuivre l’étude car votre équipe de recherche vient tout juste de recruter 30 nouveaux non-fumeurs acceptant de participer à votre étude. Est-ce que vous devriez poursuivre l’étude avec vos nouveaux participants?

Answer 21

Manque de puissance dans le groupe 2 paquets.

Ne sert à rien d’augmenter les non-fumeurs.

Question 22

Qu’est-ce qui arrive à ma puissance lorsque j’augmente la différence de moyenne entre les deux groupes (ET reste pareil) ?

Answer 22

La puissance va augmenter, ce qui diminue la probabilité de commettre l’erreur de type 2