Cours 1 Flashcards by Raphaëlle Roux

Def. analyses quantitatives

Mesurer phénomène

How well did you know this?

Not at all

Perfectly

Def. analyses qualitatives

Décrire phénomène

How well did you know this?

Not at all

Perfectly

Def. théorie

Basée sur observations, mais pas prouvé

How well did you know this?

Not at all

Perfectly

Def. hypothèse

Opinion (on se penche sur un côté de la théorie)

How well did you know this?

Not at all

Perfectly

Def. prédiction

Qu’est-ce qui va se passer plus précisément, quels résultats va-t’on obtenir?

How well did you know this?

Not at all

Perfectly

Def. variable

-Tout ce qui peut être mesuré et qui varie d’une personne à l’autre et au cours du temps
-C’est ce qu’on analyse dans une étude

How well did you know this?

Not at all

Perfectly

Def. unité d’analyse / unité d’observation

Entité qui fournit info sur la variable (personne, animal, objet, groupe, etc.)

How well did you know this?

Not at all

Perfectly

Quels sont les 2 types de variables

-Indépendante
-Dépendante

How well did you know this?

Not at all

Perfectly

Def. VI

-Influence VD
-Agit à titre de variable explicative
-Variable prédictrice

How well did you know this?

Not at all

Perfectly

Def. VD

-Est influencée par VI
-Variable résultante
-Variable qu’on tente d’expliquer dans l’étude

How well did you know this?

Not at all

Perfectly

4 niveaux de mesure

-Catégorielle/nominal
-Ordinal
-À intervalles
-Proportions (rapport/ratio)

How well did you know this?

Not at all

Perfectly

Niveau de mesure nominal

-Catégories d’éléments
-Qualitatif
-Pas d’ordre précis
-Aucune opération mathématique

How well did you know this?

Not at all

Perfectly

Niveau de mesure ordinal

-Quantitatif
-Ordre précis (gradation)
-Opérations mathématiques possibles = + grand ou + petit que
-On ne connait pas l’écart entre les catégories

How well did you know this?

Not at all

Perfectly

Niveau de mesure à intervalles

-Quantitatif
-Ordre précis (gradation)
-On connaît l’écart entre les catégories
-Pas de zéro absolu
-Opérations mathématiques possibles = + et -

How well did you know this?

Not at all

Perfectly

Niveau de mesure proportions

-Quantitatif
-Ordre précis (gradation)
-Zéro absolu possible
-Opérations mathématiques = +, -, x et /

How well did you know this?

Not at all

Perfectly

Utilité de l’échelle de Likert

Permet de mesurer des phénomènes abstraits en transformant échelle ordinale et échelle quasi-intervalle (en lui associant des catégories)

How well did you know this?

Not at all

Perfectly

Def. fidélité

Expérience = reproductible et les résultats seront constants

Def. validité

Résultats fondés et complets

Utilité des statistiques descriptives

-Organiser l’info pour mieux la comprendre
-Réduire la qte d’infos en des tendances explicatives
-Dresser un portrait des données mesurées à un temps précis

Utilité du regroupement des fréquences selon des distributions

-Simplifier l’info

Quoi faire lorsque la distribution des fréquences comprend un grand nombre de valeurs différentes?

On regroupe les données en catégories

Calcul à faire pour trouver les intervalles de chaque catégorie avec le nombre de catégories voulues

valeur max - valeur min / nb de catégories voulues

Utilité du graphique de polygone de fréquences

Comparer 2 distributions

3 manières de distinguer les distributions

Par leur étendue
Par leur forme
Par leur tendances centrales

Def. étendue

Différence entre valeur max et valeur min d'une distribution (valeur max - valeur min)

Def. asymétrie / applatissement

Mesure de symétrie d'une distribution de fréquences

2 types d'asymétrie et leur def.

-Asymétrie positive = + scores faibles -Asymétrie négative = + scores élevés

2 types d'applatissement et leur def.

-Distribution leptokurtique = horizontalement (gauche-droite) -Distribution platykurtique = verticalement (haut-bas)

Def. distribution normale

-Majorité des scores sont au centre -Symétrique -Polygone de fréquences

Def. tendance centrale

-Terme pour décrire le centre d'une distribution de données -Valeur typique d'une distribution

3 manières de mesurer la tendance centrale

1. Moyenne 2. Mode 3. Médiane

Def. mode

-Score qui est le + fréquent à travers les données recueillies (celui qui revient le + souvent) -Peut être unimodale, bimodale (si 2 scores sont + fréquents) ou multimodale -Valeur se retrouve parmi les données de la distribution

Def. médiane

-Observation qui partage la distribution de données en deux groupes égaux -Peut se retrouver parmi les données de la distribution si le nb de données est impair, sinon on fait la moyenne des 2 données centrales -Pas affectée par scores extrêmes -Doit placer données en ordre avant de trouver la valeur

Def. moyenne

-Mesure de tendance centrale la + utilisée -Influencée par valeurs extrêmes et est sensible aux changements dans la distribution -+ souvent pas une donnée qui se retrouve parmi la distribution -Tendance centrale qui fait le moins d'erreur dans sa description des valeurs de toute la distribution

Symbole pour la moyenne

X avec barre dessus

Def. écart à la moyenne / déviance

Différence entre une valeur de la distribution de données et la moyenne (valeur - moyenne)

Def. déviance totale / erreur à la moyenne

Somme de toutes les déviances d'une distribution et est TJRS ÉGALE À 0

Niveaux de mesures associées aux 3 types de tendance centrale

-Nominal = mode -Ordinal = mode, médiane -Intervalles = mode, médiane, moyenne -Proportions = mode, médiane, moyenne

Type de tendance centrale pour une distribution bimodale ou multimodale

Mode

Déterminer si l'utilisation de la moyenne dans les situations suivantes est bonne ou pas: a) Distribution leptokurtique b) Distribution platykurtique

a) bon b) moins bon, car + de données aux extrémités des courbes

Type de tendance centrale pour une distribution asymétrique

Médiane (car pas affectée par valeurs extrêmes)

Ordre des 3 types de tendance (quel type est supérieur à quel type): a) Asymétrie + b) Asymétrie nulle c) Asymétrie -

a) X > Md > Mo b) X = Md = Mo c) X < Md < Mo