cours 5

Question 1

À quoi peut servir l’inspection des données?

Answer 1

augmenter la puissance statistique

Question 2

Comme inspecte t’on des données qualitative (nominal et ordinal)

Answer 2

1. Observation et déclaration des valeurs manquantes.

2. Inspection de la répartition des effectifs parmi les différentes catégories.

Question 3

Comme inspecte t’on des données quantitative (Intervalle, continue)

Answer 3

1. Inspection de la normalité de la distribution

2. Déclaration des valeurs «extrêmes»

Question 4

D’où peuvent provenir les données manquantes aléatoires

Answer 4

Pas attribuable aux caractéristique du participant

1. Questionnaire perdu
2. Perte des coordonnées du participant
3. Erreur de codage ou d’entrée de données

Question 5

D’où peuvent provenir les données manquantes non aléatoires

Answer 5

Attribuable aux caractéristiques du participant
1. Ne sais pas lire ou écrire, 
2. Décide de ne pas répondre 
à certaines questions, 
3. Ne peux pas participer à 
l’étude car incarcéré/hospitalisé
,

Question 6

A quel moment le nombre de données manquantes peut poser un problème de généralisation

Answer 6

Lorsque plus de 5 à 10% des données sont manquantes.

Question 7

Que doit on faire lorsqu’une variable représente moins de 10% de la distribution

Answer 7

La recodé ou ne pas l’utiliser. Cela nuit à la puissance statistique.

Question 8

Quelle est la règle empirique pour qu’une distribution soit considérer comme normal.

Answer 8

1.Environ 68.3% des observations se situent à
±1σ de la moyenne

2.Environ 95.4% des observations se situent à ±
2σ de la moyenne

3.Environ 99.7% des observations se situent à ±
3σde la moyenne

Question 9

Quelle sont les signes utilisés pour l’écart type

Answer 9

σ= Écart-type pour une population

S = Écart-type pour un
échantillon

Question 10

Forme de la symétrie

Answer 10

Cloche parfaite

Question 11

Forme de l’asymétrie négative

Answer 11

Échancré vers la gauche

Question 12

Forme de l’asymétrie positive

Answer 12

Échancré vers la droite

Question 13

Forme d’applatissement normal

Answer 13

Mésokurtique

Question 14

Courbe élancée et haute. (applatissement)

Answer 14

Leptokurtique

Question 15

Courbe Plate (applatissement)

Answer 15

Platikurtique

Question 16

Mesures de la symétrie

Skewness/asymétrie

Answer 16

Rapport entre l’asymétrie et l’erreur standard l’asymétrie.
Si asy./ES de l’asy. > ±3.29 = Non-respect du postulat
de normalité.

Question 17

Mesures de l’aplatissement

Kurtosis

Answer 17

Rapport entre l’aplatissement et l’erreur standard d’aplatissement.
Si apl./ES de l’apl.>± 3.29 =
non-respect du postulat de normalité

Question 18

Valeurs extrème et normalité

Answer 18

Plus l’échantillon est gros moins on a le besoin d’avoir une distribution normal.
Il est possible de transformer un échantillon quantitative. L’élimination de données doit se faire en dernier cas.

Question 19

Recoder une variable qualitative

Answer 19

On limite le nombre de catégorie. On peut dichotomiser les catégories (absence présence)

Question 20

Recoder une variable quatitative

Answer 20

Suite à l’inspection de la normalité de la distribution