cours 3: LES FUCKING PROBA Flashcards

1
Q

quel est le calcul des probabilités

A

on divise le nombre de cas/évènement se produit par le nombre total de possibilités

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

qu’est-ce que l’équiprobabilité

A

hypothèse implicite que toutes les possibilités ont la même chance de se produire

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

qu’est-ce qu’une probabilité conditionnelle

A

probabilité qu’un évènement se produise sachant qu’un évènement est advenu

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

qu’est-ce que les statistiques inférentielles

A

déduire les résultats à la population

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

sur quoi faut-il faire attention avec la généralisation des résultats

A

faire attention à la généralisation des données incomplètes qui peuvent donner à des théories erronées- C’est le but des statistiques inférentielles

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

qu’est-ce qui caractérise la distribution normale standardisée

A

la moyenne est à 0 et l’écart type 1
-on inclue une supposition par défaut d’une distribution normale

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

que permet la distribution normale standardisée

A

-rend la distribution utile pour comparer les scores obtenus dans différents groupes(ou scores sur les mêmes groupes)

-permet d’utiliser la loi normale standardisée à des fins d’analyses - transformer les résultats

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

comment standardiser les scores/score Z

A

soustraire la moyenne générale des scores et divisé par l’écart type

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

que permet le score Z

A

il dit de combien d’écart type chaque score s’écarte de la moyenne

-positif- au dessus de la moyenne

=devient une densité de probabilité

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

qu’est-ce que la densité de probabilité

A

courbe qui permet de connaître la probabilité pour la variable de tomber entre deux valeurs données

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

qu’est-ce que la densité

A

manière de représenter la distribution de la variable

-permet d’associer chaque valeur à une probabilité de tomber entre deux valeurs en particulier

-détermine la probabilité associée à n’importe quelle intervalle

-permet de déterminer la proportion d’individus qui donnerait la pop totale (élevée ou faible à un seuil fixe)

-comparaison entre population/situation

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

quel est l’autre nom de la densité de probabilité

A

distribution N(01)

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

que permet les probabilités appliquées à la recherche

A

-estimer les paramètres sur la population
-déterminer les intervalles de confiance

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

que fait la distribution d’échantillonnage de moyenne

A

faire des moyennes d’une infinité d’échantillons- moyennes

-quand c’est assez grand= distribution normale

=mène au théorème central limite

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

que permet l’intervalle de confiance

A

de déterminer la qualité de l’échantillon

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

quelle est la différence entre la moyenne d’échantillon et L’intervalle de confiance

A

moyenne: estimation ponctuelle: valeur unique- on ne sait pas à quel point elle est loin du vrai paramètre d’échantillon
VS
intervalle de confiance: une estimation par intervalle (donne deux valeurs entre lesquelles on sait à 100% que la moyenne se situe
(normalité de la distribution à prendre en compte)

17
Q

quelle est la différence entre l’erreur standard et l’erreur standard de moyenne

A

erreur standard : ecart-type d’une distribution d’échantillonnage (dépend de la taille des échantillons)
VS
Erreur standard de moyenne: écart-type de toutes les moyennes d’échantillons possibles

18
Q

quel est le problème de l’erreur standard de moyenne

A

on se sert de l,erreur standard pour calculer la vraie moyenne mais pour cela il nous faut les moyennes de beaucoup d’échantillons ce qui est impossible si on fait ça on a plus besoin de l’erreur standard

19
Q

calculer l’erreur standard de moyenne

A

écart-type divisé par la racine carrée de la taille de l’échantillon

20
Q

qu’est-ce que le diagramme de variation

A

une représentation graphique qui donne les intervalles de confiances pour les moyennes

21
Q

que permet l’intervalle de confiance se chevauchant

A

permet de savoir si deux moyennes de population diffèrent

22
Q

comment rapporter les intervalles de confiances se chevauchant

A

on est certains à 95% que les moyennes de population se trouvent dans les intervalles définis par les barres d’erreur

(si elles se chevauchent): les barres d’erreur se recoupent ainsi nous ne pouvons pas réellement savoir si les moyennes sont réellement différentes car elles peuvent se trouver n’importe ou.

(si elle ne se recoupent pas): les barres d’erreur sont disjoints, ainsi nous pouvons voir une différence réelle

23
Q

comment savoir si la valeur de p est assez petite pour rejeter H0 (en vérité nous n’avons pas de réponse définitive)

A

la probabilité que l’hypothèse se produise sous H0 est inférieure à 5% (si - de 5% = significatif)

24
Q

quelle est la critique le mettre la valeur de p à 5%

A

-plus facile de publier un article avec une signification en dessous de 5% qu’un non significatif - biais de publication qui mène à des faux positifs

-éloigne de la taille d’effet- l’importance des différences ou des liens observés

-en gros si p est plus petit que 0,05 = les resultats sont généralisables)

25
Q

qu’est-ce que l’erreur de 1ere espèce

A

se produit lorsque nous décidons de rejeter l’hypothèse nulle alors qu’elle est vérifiée: on conclue à tord qu’il y a un effet

-si le seuil de signification esr à 5% et H0 est vrai on a une chance sur 20 de se tromper

-si alfa est faible = peu de chance qu’on ai pu obtenir ce que l’on a eu (en se souvenant qu’aucune n’est sure à 100%)

26
Q

pourquoi fixer alfa à 0,05

A

ex: si on le fixe à 2% - si H0 est vérifié=
-erreur de 1ere espèce 1 fois sur 5: résultat souvent faux
- moins d’erreur de 2nd espèce

donc trop permissif

si fixée à 0,001=
-moins de risque d’erreur de 1ere espèce
-augmentation du risque d’erreur de 2ème

trop conservateur

5% est le juste milieu

Mais il y a des paramètres à prendre en compte

27
Q

les paramètres à prendre en compte pour alfa à 5%

A

-L’étude (si les tests pharmaceutiques choisir plus conservateur car une erreur peut être fatale
-si on fait tout un tas d’analyses stats en même temps