Cours 4 Flashcards

(48 cards)

1
Q

Qu’est-ce que la distribution d’échantillonnage de la moyenne?

A

C’est la distribution résultant du calcul de la moyenne sur un grand nombre d’échantillons (k-> infini)

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

Qu’est-ce que le théorème central limite?

A

Pour une population avec une moyenne et un variance, la distribution d’échantillonnage de la moyenne (la distribution des moyennes de tous les échantillons) au

  • > une moyenne
  • > une variance
  • > un écart-type et un erreur-type
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

La distribution d’échantillonnage s’approche d’une distribution normale à mesure que n /la grandeur de l’échantillon […]

A

La distribution d’échantillonnage s’approche d’une distribution normale à mesure que n – la grandeur de l’échantillon - augmente

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

Quel est le principe de base du Test-t

A

Il s’agit d’exprimer a différence entre deux valeurs (généralement des moyennes) en nombre d’erreur types

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

Lorsque la probabilité d’observer cette valeur t est plus petite que le niveau a, nous concluons à une […] et […] Ho

A

Lorsque la probabilité d’observer cette valeur t est plus petite que le niveau a, nous concluons à une différence significative et rejetons Ho

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

Quelle est la différence entre les différents Test-t ?

A

La façon de calculer l’erreur type varie

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

Quels sont les différents types de Test-T?

A

1) Test d’hypothèse sur les moyennes -> Écart-type connu
2) Test-t : Comparer la moyenne échantillonnale à une valeur -> écart-type inconnu avec la distribution t
3) Test d’hypothèse sur des moyennes -> 2 échantillons indépendants

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

Pour le test d’hypothèse sur les moyennes (écart-type connu), si la probabilité est plus […] que alpha, on va rejeter l’hypothèse nulle et accepté l’hypothèse alternative

A

Pour le test d’hypothèse sur les moyennes (écart-type connu), si la probabilité est plus petite que alpha, on va rejeter l’hypothèse nulle et accepté l’hypothèse alternative

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

Pour le test t, nous utilisons l’écart-type de l’échantillon pour estimer l’[…]

A

Pour le test t, nous utilisons l’écart-type de l’échantillon pour estimer l’erreur-type

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

Quel est la différence entre le test d’hypothèse sur les moyennes et le test t (écart-type connu)?

A

Avec le test T, l’erreur type est calculé sur une distribution normale inconnue (on ne connaît pas l’écart-type de la population, on utilise l’écart-type de l’échantillon)

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

Avec le test t, plus le degré de liberté est petit, plus la distribution T est […], plus la valeur T pour trouver un changement significatif va être […]

A

Avec le test t, plus le degré de liberté est petit, plus la distribution T est aplatie, plus la valeur T pour trouver un changement significatif va être grand

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

Quand on arrive à […], la distribution T va être quasi semblable à la distribution Z, on pourra donc utiliser la table Z au lieu de la table T.

A

Quand on arrive à 30 degrés de liberté, la distribution T va être quasi semblable à la distribution Z, on pourra donc utiliser la table Z au lieu de la table T.

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

La table T nous donne une valeur critique en fonction de la […] (alpha) et du […]

A

La table T nous donne une valeur critique en fonction de la probabilité (alpha) et du degré de liberté

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

Qu’est-ce que la valeur critique d’un test T?

A

Valeur critique: Probabilité au delà de laquelle on va rejeter l’hypothèse null

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

Avec le test T, à mesure que les […] augmentent, la valeur critique diminue, jusqu’à ce qu’il atteigne la valeur de la table T

A

Avec le test T, à mesure que les degrés de liberté augmentent, la valeur critique diminue, jusqu’à ce qu’il atteigne la valeur de la table T

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

Avec le test T, pour un test […] il faut diviser l’alpha en 2

A

Avec le test T, pour un test unilatéral il faut diviser l’alpha en 2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Quel est l’hypothèse d’un test d’hypothèse sur des moyennes ayant 2 échantillons indépendants?

A

H0: moyenne 1 = moyenne 2
H1: moyenne 1 =/= moyenne 2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Quelles sont les caractéristiques de l’hypothèse d’un test d’hypothèse sur des moyennes ayant 2 échantillons indépendants?

A

1) Les groupes n’ont pas nécessairement la même grandeur (n1 et n2)
2) Il y a 2 variances échantillonnales (2 échantillons) s12 et s22
3) On utilise un estimé combiné (pooled) de la variance échantillonnalle
4) L’estimé de la variance permet ensuite d’estimer l’erreur type et de calculer le Test-t

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Lorsqu’une différence significative est trouvée, le test statistique indique qu’il y a une différence plus […] que celle attendue par hasard, toutefois le test ne donne pas d’indication de l’[…] de l’effet

A

Lorsqu’une différence significative est trouvée, le test statistique indique qu’il y a une différence plus grande que celle attendue par hasard, toutefois le test ne donne pas d’indication de l’importance de l’effet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

VRAI ou FAUX

Une différence significative n’est pas une différence signifiante

A

VRAI

-> Ex: P. e. une petite différence dans l’efficacité de deux diètes peut ne pas avoir d’impact signifiant

21
Q

À quoi sert le d de Cohen?

A

Permet de quantifier la taille de la différence

22
Q

Quels sont les critères du d de Cohen?

A

1) Petit effet : d = 0.20
2) Effet moyen: d = 0.50
3) Grand effet: d = 0.80

23
Q

La puissance statistique est la probabilité de […] adéquatement H0

A

La puissance statistique est la probabilité de rejeter adéquatement H0
-> C’est la probabilité de conclure adéquatement qu’il y a un effet

24
Q

Une plus […] puissance statistique implique une plus grande probabilité de démontrer ce que l’on veut démontrer

A

Une plus grande puissance statistique implique une plus grande probabilité de démontrer ce que l’on veut démontrer
-> Une plus grande puissance implique une plus grande probabilité de trouver un résultat qui confirme notre hypothèse de recherche

25
VRAI ou FAUX | Généralement, la puissance statistique est connue
FAUX | Généralement, la puissance statistique est inconnue
26
Historiquement, l’approche paramétrique s’est peu intéressée à la [...]
Historiquement, l’approche paramétrique s’est peu intéressée à la puissance
27
En présence d’un test non significatif, il faut s’interroger à savoir si l’absence d’effet est due à un manque de puissance à cause de [...]
En présence d’un test non significatif, il faut s’interroger à savoir si l’absence d’effet est due à un manque de puissance à cause de - > n trop petit - > trop grande variabilité de la mesure (erreur-type trop grande)
28
VRAI ou FAUX | Il y a toujours un risque à conclure à l'absence d'effet et à retenir H0
VRAI
29
Quels sont les facteurs qui influencent la puissance statistique? (3)
1) Plus le alpha est élevé, plus la puissance est élevée 2) Plus la différence entre la moyenne 0 et la moyenne 1 est élevée, plus la puissance est élevée 3) Plus le n est élevée et l'écart-type au carré est basse, plus la puissance est élevée - > car l'erreur-standard (erreur type): Racine carré de écart-type au carré/n diminue la puissance
30
Du moment que j'augmente le nombre de participant, l'erreur type va [...](donc la variabilité) et donc la puissance statistique va [...].
Du moment que j'augmente le nombre de participant, l'erreur type va diminuer (donc la variabilité) et donc la puissance statistique va s’accroître.
31
La puissance du d de Cohen (taille d'effet) dépend du degré de [...] des distributions d'échantillonnage sous H0 et H1
La puissance du d de Cohen (taille d'effet) dépend du degré de chevauchement des distributions d'échantillonnage sous H0 et H1
32
Pourquoi est-il utile d'estimer la taille d'effet (2)?
1) Pour quantifier une différence significative | 2) Pour estimer la puissance
33
Afin d'estimer la taille d'effet d, on peut utiliser quoi?
1) Recherches antérieures 2) Évaluation personnelle d'une différence "signifiante" 3) Utiliser des valeurs conventionnées
34
Quels sont les différentes valeurs conventionnées permettant l'estimation de la taille d'effet
1) Taille d'effet petite a) D de Cohen: 0.20 b) % de chevauchement: 85 2) Moyenne taille d'effet a) D de Cohen: 0.50 b) % de chevauchement: 67 3) Grande taille d'effet a) D de Cohen: 0.80 b) % de chevauchement: 53
35
Qu'est-ce que le D de Cohen?
Différence entre les moyennes divisée par l'écart type
36
La statistique d (delta) permet de combiner la [...]d et la [...] d’échantillon n dans une même valeur
La statistique d (delta) permet de combiner la différence d et la taille d’échantillon n dans une même valeur
37
Comment trouve-t-on l'estimé de puissance?
Niveau delta et alpha, puis on consulte une table de puissance
38
À quoi sert le d (delta) et l'estimé de puissance?
À trouver le nombre de participants requis pour une étude | -> On utilise la formule delta pour le trouver
39
Le calcul de puissance sur la différence de moyenne entre deux échantillons indépendants porte sur la [...]
Le calcul de puissance sur la différence de moyenne entre deux échantillons indépendants porte sur la différence entre deux moyennes
40
Avec le calcul de puissance sur la différence de moyenne entre deux échantillons indépendants, nous pouvons calculer une valeur [...] pour la différence attendue entre les moyennes (si nous avons aussi l'[...])
Avec le calcul de puissance sur la différence de moyenne entre deux échantillons indépendants, nous pouvons calculer une valeur d pour la différence attendue entre les moyennes (si nous avons aussi l'écart-type)
41
La puissance dépend de l'[...] et de l'[...]
La puissance dépend de l'alpha et de l'écart-type
42
À quoi sert le calcul de puissance sur la différence de moyenne entre deux échantillons indépendants?
Si j'ai l'alpha et l'écart-type, ce calcul permet d'estimer le nombre de participants nécessaire pour avoir une taille d'effet voulue.
43
VRAI ou FAUX | Le calcul de la puissance par la différence de moyenne entre deux échantillons indépendants peut s'appliquer au Test-t
FAUX Le calcul de la puissance par la différence de moyenne entre deux échantillons indépendants peut s'appliquer à presque toutes les recherches
44
DOnnez un exemple de résultat pour le calcul de puissance de deux échantillons indépendants
Avec la table de puissance pour a - 0.05, nous trouvons une puissance de X.XX, soit XX% des chances de trouver un effet significatif (rejeter H0 si elle est fausse comme prévu) et 1-XX% des chance de commettre une erreur de Type II
45
Donnez un exemple de présentation du calcul de puissance de deux échantillons indépendants lorsqu'on cherche un nombre de participants
Commbien faut-il de participants pour avoir une puissance de X.XX? Avec la table de puissance et un niveau a (alpha)=X.XX, il faudrait un d(delta)=X.XX. Alors, [calcul] Réponse: Il faudrait n=XX participants par groupe pour avoir une puissance de X.XX, soit un total de XXX participants
46
Pour calculer le nombre de participants requis, on a besoin de la différence [...] et de la [...] voulue
Pour calculer le nombre de participants requis, on a besoin de la différence attendue et de la puissance voulue
47
Pour un test-t, pour obtenir une bonne puissance (0.80), il faut de [...] échantillons
Pour un test-t, pour obtenir une bonne puissance (0.80), il faut de grands échantillons
48
Malheureusement, en psychologie, les tailles d’effet sont généralement [...] et il faut généralement de [...] groupes
Malheureusement, en psychologie, les tailles d’effet sont généralement petites et il faut généralement de grands groupes