Chapitre 3

Question 1

QSJ: Estimation ponctuelle d’un paramètre

Answer 1

Statistique

Question 2

QSJ: Intervalle de valeurs autour de la statistique qui a une certaine probabilité de contenir la vraie valeur du paramètre

Answer 2

Intervalle de confiance

Question 3

Pour être statistiquement significatif, la valeur p d’un test doit être sous le seuil de quelle valeur?

Answer 3

0,05

Question 4

Comment interpréter une valeur p sous le seuil alpha de 0,05?

Answer 4

Lorsque la valeur p d’un test se situe sous un seuil alpha de 0,05, ceci implique que la valeur réelle du paramètre que nous recherchons se situe à l’intérieur de l’intervalle de confiance de cet estimé, 95 fois sur 100.

Question 5

QSJ: Probabilité de détecter une différence entre deux groupes lorsqu’elle existe vraiment!

Answer 5

Puissance statistique

Question 6

La puissance statistique dépend de quoi? (3)

Answer 6

La force de l’association
La variabilité de la distribution des variables
La taille de l’échantillon

Question 7

Pour le RC, RR, RA, lesquelles doivent ne pas contenir la valeur 1 dans l’IC (intervalle de confiance) pour être considéré comme significatif?

b) lesquelles ne doivent pas contenir la valeur 0 pour être considéré comme significatif

Answer 7

1: RR, RC
0: RA

Question 8

Pour RR, interpréter RR de 2,0 avec IC (0,9 - 2,9)

Answer 8

Valeur p > 0,05 (contient 1)
Pas d’association entre
médicament et risque
d’événement.

RR 2,0 = le risque est 2x plus élevé avec le médicament que sans

Question 9

Pour RR, interpréter 2,0 (1,3-2,5)

Answer 9

p < 0,05: significatif (ne contient pas 1)
Le risque d’événement est 2
fois plus élevé chez
participants avec médicament
que sans médicament.

RR 2,0 = le risque est 2x plus élevé avec le médicament que sans

Question 10

Pour RC : interpréter 0,8 (0,7-0,9)

Answer 10

p < 0,05 (IC ne contient pas 1): significatif

Les participants prenant
médicament sont 0,8 fois
moins susceptibles de
présenter l’événement que
ceux sans médicament.

Question 11

Pour RA, interpréter 10% (5 à 15%)

Answer 11

p < 0,05: significatif (ne contient pas 0% dans l’IC)
10% des événements du
groupe prenant le
médicament sont attribuables
à la prise du médicament.

IC 1 = risque identique des 2 groupes
IC 0% = risque identique des 2 groupes

Question 12

QSJ: Expérience qui peut prendre une valeur parmi un ensemble de possibilités,
mais dont on ne peut pas connaître le résultat exact avant de la réaliser

Answer 12

Expérience aléatoire

Question 13

QSJ: une valeur parmi toutes celles qui peuvent survenir

Answer 13

résultat

Question 14

QSJ: un ensemble de résultats qui ont un intérêt particulier

Answer 14

évènement

Question 15

QSJ: deux, ou plusieurs, événements mutuellement exclusifs qui recouvrent l’ensemble des résultats possibles

Answer 15

événements complémentaires

Question 16

QSJ: La réalisation d’une expérience ne peut pas influencer le résultat d’une
expérience subséquente (futurs expériences)

Answer 16

expériences indépendantes

Question 17

QSJ: Sachant le résultat d’une première expérience, nous avons de l’information sur les résultats possibles d’une seconde expérience

Answer 17

expériences dépendantes

Question 18

Comment calculer la probabilité d’un évènement

Answer 18

Question 19

Que sont les propriétés de la probabilité d’un événement (3)
NPE

lire

Answer 19

Nombre entre 0-1
Probabilité d’un évènement complémentaire est 1-probabilité de l’évènement
Expérience dépendante ou indépendante

Question 20

Comment caractériser la nature des résultats qui est discrète dans une expérience aléatoire? on appelle variable ___ ___

Answer 20

variable aléatoire discrète

Question 21

Comment caractériser la nature des résultats qui est continue dans une expérience aléatoire? variable ___ ___

Answer 21

variable aléatoire continue

Question 22

Comment suit le déroulement logique d’une étude?

Answer 22

• Le chercheur s’intéresse à une caractéristique particulière d’une
  population: PARAMÈTRE D’INTÉRÊT
• Selon les contraintes, il obtient un échantillon approprié pour estimer la caractéristique d’intérêt (calculer une statistique qui estime le paramètre d’intérêt)
• Par la suite, le chercheur pourrait être intéressé à comparer différentes
  populations sur la caractéristique qui l’intéresse
  – On applique alors une technique d’inférence appropriée (intervalle de confiance, test d’hypothèse pour généraliser résultats de l’échantillon à la population)

Question 23

QSJ: ensemble d’individus qui ont des caractéristiques
communes

Answer 23

Population

Question 24

QSJ: Population de laquelle nous tirons un échantillon représentatif (on veut généraliser)

Answer 24

Population cible

Question 25

QSJ: la population cible doit être réduite pour pouvoir obtenir un échantillon

Answer 25

population à l'étude (issue de la population cible)

Question 26

QSJ: sous-ensemble de la population cible

Answer 26

échantillon

Question 27

QSJ: un échantillon obtenu en tirant au hasard des individus de la population de sorte que chaque individu a la même probabilité d’être sélectionné. | échantillon aléatoire simple

Answer 27

QSJ: Échantillon obtenu en sélectionnant des individus de la population selon des critères bien précis. | échantillon sélectif

Question 28

Associer le risque ou bénéfice au bon type d'échantillon Ce processus aléatoire permet de créer un échantillon représentatif: Ce processus risque de créer un échantillon biaisé car certains individus de la population ne peuvent pas faire partie de l’échantillon:

Answer 28

Ce processus aléatoire permet de créer un échantillon représentatif: échantillon aléatoire Ce processus risque de créer un échantillon biaisé car certains individus de la population ne peuvent pas faire partie de l’échantillon: échantillon sélectif

Question 29

QSJ: Même en l’absence de biais, la statistique obtenue dans un échantillon ne concordera pas exactement avec la valeur du paramètre d’intérêt. c'est une erreur de....

Answer 29

Erreur d'échantillonnage

Question 30

À quoi est liée l'erreur d'échantillonnage?

Answer 30

à la nature aléatoire et incomplète de l’échantillonnage

Question 31

Qu'est-ce que les techniques d'inférences permettent quant aux erreurs d'échantillonnage?

Answer 31

Les techniques d’inférence tentent donc de départager les différences dues au hasard de celles qui existent réellement. De quantifier l'erreur

Question 32

Quelle technique d'inférence faut-il utiliser si on veut comparer une statistique à une valeur théorique ou deux statistiques issues d'échantillon différent?

Answer 32

Le test d'hypothèse

Question 33

Que sont les 4 étapes du test d'hypothèse | lire

Answer 33

1. On émet une hypothèse sur le résultat de la comparaison, qu’on appellera la **contre-hypothèse** (hypothèse alternative) 2. On construit une hypothèse qui représente le statu quo, on l’appellera **l’hypothèse nulle** 3. On **construit une statistique de test** telle qu’on connaisse sa distribution **si l’hypothèse nulle est vraie** 4. On évalue enfin la **probabilité d’avoir observé une telle valeur** de la statistique s**i l’hypothèse nulle est vraie**: **valeur p**

Question 34

interpréter une valeur p petite | lire

Answer 34

Si la probabilité est petite, on peut alors croire qu’il y a **peu de chance que la distribution sous-entendue par l’hypothèse nulle soit celle de notre population** la distribution de notre population ressemblera davantage à celle de la contre-hypothèse

Question 35

VF: Si on rejette l'hypothèse nulle, on accepte automatiquement la contre-hypothèse

Answer 35

F

Question 36

Quel type d'erreur: **accepter** l'hypothèse nulle lorsque celle-ci est **fausse**

Answer 36

Erreur de type 2

Question 37

Quel type d'erreur: **rejeter** l'hypothèse nulle lorsque celle-ci est **vraie**

Answer 37

Erreur de type 1

Question 38

Quel type d'erreur est + grave?

Answer 38

Erreur de type 1

Question 39

Puisque l'erreur de type 1 est + grave, quelle est le seuil acceptable de commettre une erreur de type 1?

Answer 39

Seuil alpha de 5%

Question 40

VF: La probabilité de rejeter l'hypothèse nulle alors qu'elle est fausse (pas d'erreur, probabilité de détecter une différence entre deux groupes lorsqu'elle existe vraiment) se nomme :

Answer 40

la puissance du test

Question 41

Lorsqu'on fait un test avec une **puissance de 80%** (rejeter l'hypothèse nulle lorsqu'elle est fausse), quelle est la probabilité de faire une erreur de **type 2**?

Answer 41

20% | type 2 (accepter l'hypothèse nulle lorsqu'elle est **fausse**)

Question 42

Les résultats d’un intervalle de confiance ou d’un test d’hypothèse sont valides sous certaines conditions. Lesquelles? 2

Answer 42

- Postulat d'indépendance des observations (biais) - Postulat de la **normalité** des variables

Question 43

Quel est une autre méthode d'inférence?

Answer 43

Modélisation linéaire

Question 44

Nommer 3 types de modélisation linéaire

Answer 44

Régression linéaire (variable réponse continue) Régression logistique (variable réponse dichotomique) Régression de **Co**x (réponse variable continue, temps de suivie)