cours 2: les graphiques

Question 1

quelle est la différence entre un échantillon et une population

Answer 1

un échantillon : une collection d’individus tirés d’une population

VS

une population: un ensemble de personnes /objet avec une caratéristique

Question 2

qu’est-ce qui est plus pratique dans une recherche entre une population et un échantillon et pourquoi

Answer 2

un échantillon est plus pratique car il est + économique/pratique/facile d’accès/rapide et permet d’étendre à la population

Question 3

quel est le problème central de l’échantillonnage

Answer 3

il existe toujours une possibilité de problème d’échantillonnage et donc un échantillon non représentatif

Question 4

quelle est la différence entre une statistique et un paramètre

Answer 4

statistique: calculer une moyenne sur un échantillon
VS
paramètre: calculer la moyenne sur une population

Question 5

quelle Manœuvre décrit l’échantillon

Answer 5

la statistique descriptive

Question 6

quelle Manœuvre étend à la population les résultats

Answer 6

les statistiques inférentielles

Question 7

comment on appelle calculer une moyenne sur un échantillon

Answer 7

une statistique

Question 8

comment on appelle calculer une moyenne sur une population

Answer 8

un paramètre

Question 9

qu’est-ce qu’une mesure de tendance centrale

Answer 9

c’est une mesure qui indique la valeur typique de la série de donnée(score typique ou du milieu)

Question 10

quel sont les différentes mesures de tendance centrale

Answer 10

-moyenne
-médiane
-le mode

Question 11

la moyenne

Answer 11

-possible de la calculer manuellement,
-on ne l’utilise pas comme estimation de la moyenne sur population entière car elle est très sensible aux scores extrêmes

Question 12

la médiane

Answer 12

-valeur qui coupe l’échantillon en deux parts égales
-remplace parfois la moyenne car elle est peu sensible aux valeurs extrêmes
-on ordonne les scores du plus petit au plus grand puis attribution de rang

Question 13

la mode

Answer 13

-c’est la valeur la plus fréquente
-peu sensible aux scores extrêmes car c’est le score du milieu
-mais ne peut pas être utilisé avec certaines variables (catégorielles)

Question 14

quels sont les critères pour choisir la bonne mesure de tendance centrale

Answer 14

-la pertinence: doit donner un bon indicateur de la valeur typique(toujours verifier la pertinence des résultats

Question 15

qu’est-ce que le théorème central limite

Answer 15

si l’échantillon sur lequel se base notre estimation est très grand, alors il est plus probable que l’estimation de la moyenne qui en découle soit juste

Question 16

qu’est-ce que l’erreur d’échantillonnage

Answer 16

ce qu’il se passe quant on doit choisir un échantillon(peut se tromper sur l’estimation = importance de la théorie des sondages

Question 17

le diagramme en bâton

Answer 17

représente les effectifs/nombre de fois que chaque modalité/score de variable à été observé sur un échantillon
- facile détecter les erreurs/valeurs aberrantes

-utile pour montrer comment les données sont distribuées et ses caractéristiques essentielles ce qui est particulièrement important dans les statistiques inférentielles

Question 18

le diagramme en tige et feuille

Answer 18

• rôle similaire à l’histogramme
  -fait une lecture directe de la distribution des variables et permet une lecture de toutes les valeurs

Question 19

boite à moustache

Answer 19

permet de détecter automatiquement les valeurs extrêmes et lire en partie la distribution

-mais très difficile de rendre compte d’une distribution bimodale

Question 20

diagramme de dispersion

Answer 20

-permet d’examiner la relation entre deux variables
-en général, quand l’une des variables augmente, l’autre aussi
-lorsque deux échantillons donnent deux variables différentes le plus gros des deux est probablement le plus véridique
-très sensible aux erreurs d’échantillonnage

Question 21

une distribution peut être considérée normale quand

Answer 21

-elle est symétrique à la moyenne
-les queues rencontrent l’axe des x seulement à l’infini
-à une forme de cloche

Question 22

vrai ou faux: plus grand est l’échantillon, moins la distribution semble normale

Answer 22

faux: plus grand est l’échantillon, plus la distribution semble normale

Question 23

qu’est-ce que la variation des scores

Answer 23

à quel point les différentes valeurs sont éloignées les unes des autres dans les scores

Question 24

comment mesurer la variation des scores

Answer 24

avec:
-l’étendue
-l’Écart-type
-la variance

Question 25

l’étendue

Answer 25

différence entre la plus grande et la plus petite valeur
-pas très informative sur la distribution générale

Question 26

l’ecart type

Answer 26

mesure de dispersion plus informative
-mesure l’écart entre les valeurs d’une variable et la moyenne ou racine carré de la variance

Question 27

quel est le problème de l’Ecart type

Answer 27

la moyenne est le score du milieu et fait que certains résultats sont positifs et d’autres négatifs ce qui fait que la sommation des la répatition est égale à 0

Question 28

quelle est la solution du problème de l’ecart type

Answer 28

les mettre au carré ce qui rend toutes les valeurs positives= calcul de la moyenne au carré

=mêne à la variance

Question 29

qu’est-ce qui est à regarder pour voir si une distribution est normale ou pas en statistique

Answer 29

-l’aplatissement
-l’asymétrie
-la distribution (l’aspect de celle-ci )

Question 30

comment on appelle une courbe:(kurtosis)
a. pointue
b. aplatie
c. entre les deux

Answer 30

a. leptokurtique
b. platykurtique
c. mésokurituqe

Question 31

qu’est-ce que l,asymétrie et comment elle se caractérise

Answer 31

-distribution dont le pic ne se trouve pas au centre de la distribution

-asymétrie négative: si partie gauche descend plus lentement que la droite
-asymétrie positive =l’inverse

Question 32

qu,est-ce qu’une distribution bimodale

Answer 32

qui représente deux pics de modes (deux sous-populations différente dans la pop globale)

-elle est non-normale