Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Statistiques > cours 5 > Flashcards

cours 5 Flashcards

(83 cards)

Start Studying
1
Q

La grande partie de nos apprentissages proviennent d’ou?

A

Proviennent des associations que nous faisons

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

C’est quoi une association?

A

C’est une coïncidence qui se répète de manière stable et qui a du sens dans la vie de tous les jours ou en science

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

Qu’est ce qu’on cherche à savoir sur le plan inférentiel?

A

On cherche à savoir si le lien ou l’association entre la distribution de deux variables existe (H1) ou existe pas (H0)

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

Donne un exemple de association ou corrélation négative.

A

Plus l’on s’éloigne de l’heure de pointe de circulation, moins nombreux sont les autobus

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

Est ce que ceci est une corrélation négative ou positive: Plus la température est basse (froide), plus les gens portent de couches de vêtements

A

corrélation négatie

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

Donne un exemple de corrélation positive.

A

Plus l’âge d’un individu avance, plus il est susceptible de répondre positivement à un questionnaire de satisfaction

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

La vaste majorité des connaissances en psychologie est dérivée à partir de l’étude de quoi?

A

À partir de l’étude de la corrélation entre des variables comportementales

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

Qui a mis de l’avant le concept de corrélation?

A

Sir Francis Galton dans les années 1800

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

Qui a raffiné le concept et la mathématique du concept de corrélation?

A

Karl Pearson

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

La corrélation se calcule à partir de quoi?

A

La corrélation ne se calcule qu’à partir de deux variables, qui sont par convention ici identifiées par x et y.

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

Qu’exiges la corrélation?

A

Elle exige que chaque observation produise une valeur sur x et une valeur sur y (impossible de la calculer si l’une des deux valeurs est
manquante).

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

Est ce qu’il est possible de calculer la corrélation si l’une des deux valeurs est manquante?

A

Non impossible

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

Est ce qu’il existe qu’un type de corrélations?

A

Non il existe plusieurs types de corrélations

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

C’est quoi la corrélation la plus fréquente ?

A

la corrélation de Pearson (qu’on identifie avec le symbole R)

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

Pourquoi est ce que la corrélation est importante?

A

Car elle réduit l’incertitude (la connaissance de x nous fournit de l’information sur y= connaissant x il est possible d’estimer y et vice versa)

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

Comment peuvent varier les corrélations?

A

1- en taille
2- en direction

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

Qu’est ce qu’on veut dire par les corrélations peuvent varier en taille?

A

Les valeurs de r s’étalent entre très faibles et fortes (plus forte est r, plus grande la réduction de l’incertitude de y à partir de la connaissance de x et vice versa)

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

Qu’est ce qu’on veut dire par les corrélations peuvent varier en direction?

A

r peut être positive (quand x augmente y augmente) ou négative (quand x augmente y diminue)

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

Est ce que la taille et la direction sont deux caractéristiques déendantes?

A

Non, ce sont 2 caractéristiques indépendantes

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

Si on dit que la corrélation est négative, est ce que ca veut nécessairement dire qu’elle est faible?

A

Non, aucun rapport entre négatif et faible

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Est ce qu’une des deux corrélation (négative ou positive) est plus intéressante que l’autre?

A

Non (les 2 sont tout aussi intéressantes)
-corrélation de -1 est tout aussi intéressante et forte qu’une corrélation de +1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Vrai ou Faux? Plus élevée est la corrélation (taille), plus la connaissance de x nous
renseigne sur y.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
C'est quoi la définition conceptuelle de r de Pearson?
Le degré moyen avec lequel les observations occupent une position similaire (ou inversée) sur x et y.
26
C'est quoi des valeurs similaires?
corrélation positive
27
C'est quoi des positions similaires?
C'est la position des observations par rapport aux moyennes des variables
28
Pourquoi est ce que pour le cas ou les valeurs x et y ne sont pas identiques, la corrélation (r) est identique et la similitude est élevée quand même?
La corrélation est élevée (similitude élevée) car la position des observations demeure identique sur x et sur y (même chose pour la position inversée)
29
Qu'est ce qu'on peut dire pour une corrélation positive (valeurs x et y similaires)?
Les observations situées au-dessus de la moyenne de x sont aussi situées au-dessus de la moyenne de y et vice-versa.
30
Qu'est ce qu'on peut dire pour une corrélation négative (valeurs x et y similaires mais inversées)?
Les observations situées au-dessus de la moyenne de x sont aussi situées en dessous de la moyenne de y et vice-versa.
31
Que faut-il établir pour calculer r (la corrélation)?
il faut établir pour chaque observation sa position sur x et sur y
32
Quelle statistique indique avec précision la position des observations relative à la moyenne?
score z
33
Si les score z sur x et sur y sont similaires, il y'a...
association positive
34
Si les scores z sur x et sur y sont inversés il y'a...
association négative
35
Si les scores z sur x et sur y sont aléatoires il y'a...
pas d'association (r=0)
36
C'est quoi la formule de r?
la somme de la similarité entre x et y de chaque observation divisé par n-1 = ce qui donne la similarité moyenne entre x et y
37
C'est quoi l'indice standardisé de la relation entre x et y?
la corrélation
38
Que veut dire standardisé?
Une corrélation de même taille veut dire exactement la même chose peu importe les variables. Les corrélations peuvent être comparées entre elles.
39
C'est quoi la définition finale de r de Pearson?
Le degré moyen standardisé avec lequel les observations occupent une position similaire (ou inversée) sur x et y
40
Comment peut-on dire que la corrélation est parfaite?
La corrélation est parfaite lorsque toutes les observations sont à la même position (z) sur x et y (valeur numérique de la corrélation = 1,0).
41
Quand est ce qu'on dit que la corrélation n'est pas parfaite?
La corrélation n’est pas parfaite lorsqu’au moins une observation n’est pas à la même position (z) sur x et y (valeur numérique plus petite que 1,0).
42
Quand est ce qu'on dit que la corrélation est faible?
La corrélation est « faible » lorsque les observations ne sont pas situées (z) de manière similaire sur x et y (valeur numérique près de 0).
43
Quels sont les valeurs limites?
- +1,00 : maximum supérieur possible; la position des observations sur X et Y est identique. - -1,00 : maximum inférieur possible; la position des observations sur X et Y est inversée. - 0,00 : corrélation nulle; la position des observations sur x et y est aléatoire.
44
Quels sont les limites pour le calcul d'un r de Pearson?
1▫ Ne peut être calculé que pour deux variables à la fois (on peut produire une matrice, mais les corrélations sont calculées par paires de variables). 2▫ Exige que nous ayons pour chaque observation (x et y) deux valeurs : une sur x, l’autre sur y (impossible de calculer pour cette observation s’il y a une des deux valeurs manquantes). 3▫ La corrélation nous indique la relation entre les variables et non la relation entre les observations. 4▫ Il faut un minimum de trois observations pour la calculer
45
On dit qu'il faut un minimum de trois observations pour la calculer, mais comme pour l'ensemble des statistiques paramétriques, un n de combien est souhaitable?
un n d'au moins 30 est souhaitable
46
Que faut-il avoir pour calculer une corrélation?
Il doit y avoir une distribution pour la variable x et y
47
C'est quoi un postulat?
"assumptions" conditions pour réaliser l’analyse (s’ils ne sont pas respectés, il faut faire un autre type d’analyse).
48
Vrai ou faux? x et y sont des mesures ordinales?
Faux: x et y sont des mesures à intervalles/de rapport (il faut faire une moyenne – donc des variables continues).
49
Vrai ou faux, il est irraisonnable de croire que les concepts x et y (les populations desquelles nous avons extrait les échantillons) sont distribués normalement.
Faux, il est raisonnable de croire que les concepts x et y (les populations desquelles nous avons extrait les échantillons) sont distribués normalement.
50
Pourquoi est-il raisonnable de croire que les concepts x et y sont distribués normalement?
Car les variances sont homogènes et il n'y a pas de valeurs extrême
51
Comment est la relation xy?
elle est linéaire
52
Qu'est ce qui influence la taille des corrélation?
1. Le degré de relation entre x et y qui existe en réalité (est-ce pertinent ?). 2. La « linéarité » de la relation x et y. 3. Le niveau de variance de x et de y (homogénéité des variances ou variances homogènes VS variance restreinte). 4. Les observations situées loin de la moyenne de x et/ou de la moyenne de y (valeurs extrêmes ou « outliers »): normalité
53
Est ce que le lien recherché est pertinent?
Oui (écouter audio)
54
Le coefficient de corrélation Pearson indique quoi?
il indique le degré de relation linéaire entre x et y
55
Qu'arrive-t-il si la relation r n'est pas linéaire?
Si la relation rxy n’est pas linéaire, on peut toujours calculer le coefficient de Pearson, mais il sous-estimera le degré de relation qui existe véritablement entre les variables.
56
C'est quoi la question qu'il faut se demander avant d'utiliser la corrélation?
il faut se questionner si nos deux variables ont théoriquement (et réellement) une relation linéaire ou non.
57
C'est quoi une relation linéaire?
La relation r xy est constante pour chaque valeur de x
58
C'est quoi la relation non linéaire?
La relation r xy n’est pas la même pour chaque valeur de x
59
Vrai ou faux? Le r xy de Pearson ne mesure que les relations linéaires?
Vrai, Si la relation est non linéaire le r xy de Pearson sous-estimera la relation.
60
Qu'arrive-t-il si la relation est curvilinéaire?
la corrélation de Pearson approchera zéro. Dans un tel cas, cela ne veut pas nécessairement dire qu’il n’y a pas de relation entre X et Y. Il pourrait en avoir une, mais elle serait non-linéaire .
61
Quel est l'impact de la variance de x et ou y (homogénéité) sur la corrélation?
La restriction de la variance (écoute audio)
62
Quels sont les 2 causes principales de la restriction des variances?
1- Les observations sont très homogènes. 2- La variable est incapable de distinguer entre les observations.
63
Vrai ou Faux? lorsque la variance est restreinte il est peu probable d’obtenir une corrélation même si elle existe
Vrai
64
C'est quoi les valeurs extrêmes (outliers)?
Ce sont les valeurs anormalement loin de la moyenne qui biaisent les statistiques qui utilisent la moyenne.
65
Vrai ou Faux? Les observations situées loin de la moyenne ont moins d’impact sur la corrélation que celles situées proches de la moyenne.
Faux, Les observations situées loin de la moyenne ont plus d’impact sur la corrélation que celles situées proches de la moyenne.
66
Les valeurs (x ou y) situées loin de la moyenne produisent des z plus petits ou plus grands?
plus grand
67
Qu'est ce qu'il faut pour dire qu'il y'a une causalité?
1- Il doit y avoir une corrélation entre x et y. (x et y doivent avoir de la variance.) 2- La cause doit précéder l'effet. 3- Il doit exister un délai entre la cause et l'effet.
68
Est ce que la présence de r xy = 1 indique nécessairement la présence de causalité?
non
69
Est ce que la présence de r xy = 0 indique nécessairement l'absence de causalité?
oui
70
Parle moi du seuil de signification (p)
écoute audio
71
En psychologie et en sciences sociales, on retrouve communément des r xy entre quoi et quoi?
En psychologie et en sciences sociales, on retrouve communément des r xy entre ± 0,15 et ± 0,60
72
Que veut dire une corrélation de ± 0,10, ± 0,30 et ± 0,50?
-r xy = ± 0,10 = faible. -r xy = ± 0,30 = modérée. -r xy = ± 0,50+ = forte
73
En sciences cognitives et en économie en observe plus fréquemment des relations plus fortes ou plus faibles?
plus fortes
74
Si r xy n'est pas significative, alors la taille de l'effet est de combien
la taille de l'effet est de 0
75
La proportion de variance expliquée
ecoute audio
76
Vrai ou faux? Lorsque la variance commune est faible, il existe plusieurs autres variables qui expliqueront (ou causeront) la variable y (et vice versa)
Vrai
77
Que indique le coefficient de détermination?
Le coefficient de détermination indique jusqu’à quel point une corrélation viendra réduire notre incertitude quant à la relation entre x et y.
78
Finis la phrase: Lorsque la corrélation est nulle, la réduction de l’incertitude est ...
de 0 %.
79
Est ce qu'il existe une réduction de l'incertitude de 100%?
oui, Lorsque la corrélation est parfaite (+1 ou -1), la réduction de l’incertitude est de 100 %.
80
Qu'arrive-t-il lorsque la corrélation est différente de 0?
Lorsque la corrélation est différente de 0, le degré de réduction de l’incertitude variera entre presque nulle et presque parfait.
81
Comment obtenir le pourcentage de réduction de l'incertitude?
En multipliant le coefficient de détermination par 100 %, nous obtenons un pourcentage.
82
Que nous indique le coefficient de non détermination?
Nous indique le degré avec lequel l’incertitude n’est pas réduite (i.e. l’incertitude restante)
83
Vrai ou Faux? L’incertitude totale, en absence d’autres informations, est invariablement de 100 %.
Vrai

Statistiques (6 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions