Exam 2 Flashcards
(156 cards)
1
Q
Qu’est-ce que la mesure en recherche?
A
Opération qui consiste à assigner des nombres à des objets, évènements ou personnes selon des règles pré-établies dans le but de déterminer la valeur d’un attribut donné.
2
Q
Qu’est-ce que l’opérationnalisation des concepts?
A
Traduire les concepts abstraits en termes observables et mesurables
(opérationnalisation des concepts)
Ex.: Quantifier l’état de fatigue
Fatiguer = 1
Reposé = 0
3
Q
Qu’est-ce qu’une variable?
A
Exprime de façon quantitative un concept abstrait ou construit, à laquelle on va attribuer différentes valeurs
4
Q
Qu’est-ce qu’une variable continue?
A
Prend n’importe quelle valeur sur un continuum à l’intérieur d’une étendue déterminée de valeurs
(1,4; 3,5 …)
5
Q
Qu’est-ce qu’une variable discrète?
A
Unité entière
(1, 2, 3, 4…)
6
Q
Les nombres peuvent représenter quoi?
A
- Quantités (variables continues)
- Qualités (variables catégorielles)
7
Q
Qu’est-ce qu’un indicateur empirique?
A
Expression quantifiables et mesurable des différentes dimensions d’un construit en établissant un lien avec la mesure empirique.
Constitué d’une échelle et de scores
8
Q
Qu’est-ce qu’une échelle de mesure?
A
Manière dont les valeurs sont assignées aux objets pour représenter à la fois la quantité qu’ils renferment et les unités de mesure.
Niveaux avec ordre de classification/hiérarchie
9
Q
Quelles sont les différentes types d’échelles de mesures?
A
- Échelle nominale
- Échelle ordinale
- Échelle d’intervalle
- Échelle de proportion
10
Q
Qu’est-ce qu’une échelle nominale?
A
Niveau de mesure le plus élémentaire servant à classer des objets ou des personnes dans des catégories exhaustives et qui s’excluent mutuellement.
Ex.:
Homme = 1
Femme = 2
Sexe
Diagnostic
Groupe sanguin
11
Q
Qu’est-ce qu’une échelle ordinale?
A
Niveau de mesure qui requiert le classement des catégories par rang ou selon un ordre de grandeur (croissant ou décroissant).
Ex.:
Classer par âge, tranche de revenue …
Degré de scolarité
Stade d’une tumeur
12
Q
Qu’est-ce qu’une échelle d’intervalle?
A
Niveau de mesure dont les intervalles entre les nombres sont à égale distance, mais dont les nombres ne sont pas absolus en raison du zéro arbitraire (peut avoir des chiffres négatifs).
Ex.: Température (°C ou °F)
13
Q
Qu’est-ce qu’une échelle de proportion?
A
Niveau de mesure le plus élevé représenté par des intervalles égaux entre les unités et un zéro absolu.
Ex.:
Température (K)
Poids
Taille
Distance
Revenu
14
Q
Qu’est-ce que la définition opérationnelle? Que doit elle contenir?
A
Consiste à déterminer les opérations (procédés) par lesquelles les variables seront mesurées dans une études particulière.
La définition doit être suffisamment détaillée pour permettre à d’autres chercheurs de reproduire les mêmes procédés
Doit contenir:
- Manière dont on prévoit étudier et mesurer les variables dans le contexte de l’étude
- Préciser l’instrument de mesure ou les opérations à effectuer pour mesurer les variables
15
Q
Quelles sont les types d’erreurs de mesure?
A
- Erreur aléatoire
Réfère à la fidélité de la mesure - Erreur systématique
Réfère à la validité de la mesure
16
Q
Qu’est-ce que l’erreur aléatoire?
A
Erreur NON PRÉDICTIBLE provenant de facteurs SUBJECTIFS (circonstances, l’humeur des personnes interrogées, la fatigue de l’interviewer …), de FACTEURS EXTÉRIEURS (chaleur …) ou de facteurs liés aux INSTRUMENTS DE MESURE (manière d’utiliser l’instrument et l’instrument lui-même)
17
Q
Mesure obtenue = ?
A
Mesure obtenue = vrai valeur + erreur aléatoire + erreur systématique
Les erreurs de mesures sont toujours là
18
Q
Qu’est-ce qu’une erreur systématique (biais)?
A
Erreur PRÉDICTIBLE survenant de façon CONSTANTE chaque fois qu’il y a prise de mesure (sous-estimant ou surestimant le vrai score) et attribuable à des FACTEURS PERMANENTS (choix des énoncés représentatifs, capacité à discriminer une qualité particulière)
19
Q
Qu’est-ce que la fidélité/fiabilité?
A
Donne toujours la même valeur lorsque la mesure est répétée.
Aptitude d’un appareil de mesure à donner des mesures exemptes d’erreurs accidentelles (notion de reproductibilité)
Uniforme et reproductible
La fidélité définit la dispersion des résultats
Trop de variabilité = instrument pas fiable
Il faut tester la fidélité avant d’évaluer
20
Q
Qu’est-ce que la validité/exactitude?
A
Justesse/précision de mesure
Capacité d’un instrument à mesurer ce qu’il est censé mesurer
Validité de l’appareil lui-même et validité du procédé d’analyse
21
Q
Vrai ou Faux
Toute mesure doit être fidèle et valide, ce qui fait en sorte que les tests sont standardisés.
A
Vrai
22
Q
Quelle erreur est plus «grave»?
A
L’erreur systématique
elle comporte des biais et entraine une fausse estimation de l’objet mesuré
23
Q
En général, les erreurs proviennent de quoi?
A
- Les instruments eux-mêmes
- La façon dont on les utilise
- Des conditions dans lesquelles la mesure est faite
24
Q
Qu’est-ce qui fait en sorte que la recherche sera juste et les données probantes?
A
L’opérationnalisation des variables détaillée.
La recherche sera reproductible
25
Quelles sont les méthodes d'estimation de la fidélité?
- Fidélité test-retest
- Coefficients de corrélations
- Fidélité constance interne
26
Qu'est-ce que la méthode test-retest?
Effectuer le même test sur les mêmes individus à des moments différents.
Renvoie au degré de corrélation entre 2 mesures prélevées à des moments différents
27
Qu'est-ce que les coefficients de corrélation?
Permet d'établir le sens et le degré d'association qui existe entre 2 séries de mesures (ou variables), et le calcul du coefficient de corrélation fournit des indications sur la précision de l'instrument.
Varie de +1.00 à -1.00
Coefficient de variation
plus le CV% est petit, plus les mesures sont proches les unes des autres
CV% = écart type/moyenne
28
Qu'est-ce que la cohérence interne (homogénéité)?
Degré d'homogénéité de tous les énoncés d'un instrument de mesure, où chaque énoncé est lié aux autres dans l'échelle de mesure.
Variables semblables qui sont coté similairement
Variables qualitatives
Cohérence interne est l'approche la plus utilisée pour évaluer les mesures psychosociales et cognitives.
29
Qu'est-ce que la validité de critère?
Type de validité qui permet d'estimer le degré de corrélation entre un instrument de mesure (cible) et un autre instrument servant de critère (étalon) mesurant le même phénomène.
30
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Identification et résumé»?
- TITRE
Est-ce que le titre réfère à une population précise ou une question pertinente?
- AUTEURS
Est-ce que les auteurs on une affiliation universitaire, est-ce qu'ils sont un groupe connu?
- RÉSUMÉ
Est-ce que le résumé contient les informations pertinente (objectif, méthodologie, résultats), résultats convaincants, réponse à la question, utilisation de bonnes mesures/tests?
31
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Introduction/Background»?
- PERTINENCE
Est-ce que la justification de l'étude repose sur des constats théoriques, des observations, des faits ou des données statistiques?
- ORIGINALITÉ
Est-ce qu'il y a des lacunes dans les écrits?
Est-ce qu'il y a un aspect novateur?
- OBJECTIF, QUESTION, HYPOTHÈSE
Est-il clair et complet (objectif, hypothèse ou question à l'étude)?
Réfère-t-il à un ou des concepts précis?
- AUTRE
Est-ce qu'il y a des références récentes?
32
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Méthodologie - étude quantitative»?
- QUESTION DE RECHERCHE: HYPOTHÈSE
Est-ce que la question de recherche précise les hypothèses et les variables à l'étude?
- DEVIS
Est-ce que le devis est bien détaillé?
Est-il cohérent avec la question ou l'objectif?
Quels sont les biais potentiels de ce devis?
- SÉLECTION DES PARTICIPANTS/OBJETS D'ÉTUDE
Est-ce que la population visée est bien définie?
Comment se fait la sélection des participants ou des objets à l'étude (ex.: aides techniques)?
Est-ce qu'il y a une répartition des participants en groupe (témoins ou contrôle)?
- CHOIX DES OUTILS DE MESURE
Est-ce que les instruments de mesure sont décrit de façon précise?
Est-ce des outils de mesure connus ou bien construit pour les besoins de l'étude?
Comment se réalise la collecte des données?
- INTERVENTION OU PROGRAMME
Y-a-t-il assez de détails pour reproduire l'intervention?
- MÉTHODE D'ANALYSE DES DONNÉES
Quel type d'analyse statistique propose-t-il?
Descriptive ou corrélationnelle?
33
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Méthodologie - Analyse des écrits scientifiques existants»?
- QUESTION DE RECHERCHE
Est-ce que les variables importantes sont bien définies?
- DEVIS
Quels sont les mots clés, les bases de données?
Que propose l'auteur comme méthode pour sélectionner, trier et choisir les articles?
34
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Résultats - Étude quantitative»?
- DESCRIPTION DE L'ÉCHANTILLON
Est-ce que des participants ont abandonnés l'étude?
- DESCRIPTION DES RÉSULTATS
Fait-il des liens avec l'objectif visé ou l'hypothèse de travail?
Quels sont les résultats statistiquement significatifs (p< 0.05)?
S'il n'y a pas de tels résultats, comment l'explique-t-il?
- TABLEAUX, FIGURES, ILLUSTRATIONS, GRAPHIQUES
Permettent-ils de faire ressortir les données les plus importantes (synthèse)?
Faciles à consulter et comprendre?
35
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Résultats - Analyse des écrits scientifiques existants»?
- DESCRIPTION DES RÉSULTATS
Que ressort-il de l'analyse?
Quels sont les biais qui ont pu influencer l'analyse?
36
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Discussion»?
- RÉSUMÉ DES RÉSULTATS
Comment la recherche répond à l'objectif visé ou l'hypothèse de départ?
Quel est l'apport théorique de cette étude?
- LIENS AVEC LES AUTRES AUTEURS
Comment ces résultats se rattachent à d'autres études?
Comment fait-il la différence entre ce qui vient des écrits, de sa recherche et de son opinion?
- RECOMMANDATION OU SUGGESTION
Comment les suggestions peuvent-elles s'appliquer à la pratique clinique?
- LIMITE DE LA PRÉSENTE ÉTUDE
Quelles sont les limites de l'étude?
Comment affectent-elles l'utilisation des résultats?
37
Quels sont les éléments clés de l'évaluation des données probantes dans la section «Bibliographie»
- PROVENANCE
D'où proviennent ces textes?
Quelles sont les références pertinentes?
- TITRE
Est-ce que des articles semblent des incontournables, des classiques?
38
Qu'est-ce que la pratique basée sur les données probantes?
Vise à intégrer les meilleurs résultats de recherche et l'expérience clinique à l'appuie des décision cliniques pour une prise en charge optimale des patients (besoins des patients)
39
Qu'est-ce qu'un facteur d'impacts (FI)?
Mesure de la fréquence des citations des articles scientifiques donnés au cours d'une période donnée divisée par le nombre totale d'articles publiés dans le même journal au cours de cette même période
FI 2016 = nb de citations en 2016 des articles publiés en 2014-2015 / nb totale d'articles publiés en 2014-2015
Indicateur permettant de comparer l'impact des journaux scientifiques
Impossible de comparer les domaines entre eux
Peut pas comparer deux catégories différentes ensembles
Le FI n'est pas la référence absolu, des fois de bon articles sont publiés dans des revues à petits FI
40
Qu'est-ce qu'un niveau de preuve scientifique?
Ça évalue la qualité globale de l'article.
41
Qu'est-ce que le niveau de preuve scientifique 1?
Preuve scientifique établie
- Essais comparatifs randomisés de forte puissance
- Méta-analyse d'essais comparatifs randomisés
- Analyse de décision fondée sur des études bien menées
42
Qu'est-ce que le niveau de preuve scientifique 2?
Présomption scientifique
- Essais comparatifs randomisés de faible puissance
- Étude comparatives non randomisées bien menées
- Études de cohortes
43
Qu'est-ce que le niveau de preuve scientifique 3?
Faible niveau de preuve scientifique
- Études cas-témoins
44
Qu'est-ce que le niveau de preuve scientifique 4?
Faible niveau de preuve scientifique
- Études comparatives comportant des biais important
- Études rétrospectives
- Séries de cas
- Études épidémiologique descriptives (transversale, longitudinale)
45
Placer en ordre du niveau de preuve scientifique du plus élevée au plus faible:
- Essaies contrôlés randomisés
- Méta-analyse
- Opinions d'experts
- Revue systématique
1. Méta-analyse (le +élevée)
2. Revue systématique
3. Essaies contrôlés randomisés
4. Opinions d'experts
46
Quel est le niveau de preuve scientifique de la littérature de synthèse? Est-ce qu'il y a beaucoup d'études?
Plus haut niveau de preuve scientifique
Petite quantité d'études
47
Quel est le niveau de preuve scientifique des études individuelles? Est-ce qu'il y en a beaucoup?
Plus faible niveau de preuve scientifique
Grande quantité d'études
48
Que faut-il dans une étude dans la section méthodologie?
- Puissance statistique suffisante
- Présence d'un groupe contrôle
- Pas de biais dans la répartition des participants dans le groupe contrôle ou ce que fait le groupe contrôle (placébo)
- Analyse statistique robuste ou simple corrélation?
49
Quels sont les étapes de la phase analytique?
1. ANALYSE DES DONNÉES
- Statistiques descriptives: décrire et résumé les données
- Statistiques interférentielles: Estimer les paramètre d'une population et vérifier les hypothèses au moyen de tests statistiques appropriés
2. PRÉSENTATION ET INTERPRÉTATION DES RÉSULTATS
- Présentation: Figures et tableaux
- Interprétation: Faire ressortir la signification des résultats et indiquer s'ils confirment ou non l'hypothèse
50
Qu'est-ce qu'une variable?
Caractéristique qui peut prendre une valeur différente selon les individus
51
Quelles sont les deux grand types de variables?
- Qualitative (catégorielle)
Observe, pas de valeur numérique
Mesurée d'après une échelle nominale ou ordinale
- Quantitative (numérique)
Mesurer, quantité
52
Quelles sont les deux types de variables qualitative?
- Nominale
Classes nommées pas de hiérarchie
Binaire: 2 classes
Ex.: Groupes ethniques
- Ordinale
Classes ordonnées selon une échelle de valeurs
Ordre dans les différentes classes
Ex.: Classement à une course de 10 km
53
Quelles sont les deux types de variables quantitative?
- Discrète
Discontinue
Résultat d'un dénombrement
Ex.: Nb de personnes dans une famille, nb de grossesses (peut pas avoir un enfant et demi)
- Continue
Peut prendre toute valeur numérique
Mesurée d'après une échelle d'intervalle ou de proportion
Ex.: Tension artérielle systolique
54
À quoi servent les mesures en statistiques?
À décrire et à résumer les données afin de les exprimer et de les comparer
55
Quelles sont les deux types de mesures pour résumer les données?
- Mesures de tendance centrale
- Mesure de dispersion
56
Qu'est-ce qu'une mesure de tendance centrale?
Résume la position dans une distribution en fonction des valeurs possibles de la variable étudiée
57
Qu'est-ce qu'une mesure de dispersion?
Résume l'étalement de la distribution
La dispersion des valeurs autour de la valeur centrale (moyenne)
Permet d'évaluer le degré d'étalement des scores autour de la moyenne
58
Quelle est la conséquence d'utiliser une mesure de tendance ou de dispersion?
Il y a toujours une perte d'information
59
Quelles sont les mesures de tendance centrale?
- Moyenne
- Médiane
- Mode
60
Qu'est ce qu'une moyenne (µ ou x avec une barre au-dessus)?
- Mesure la plus couramment utilisée
- Influencée par la valeur de toutes les observations et est donc très sensible à la présence des données extrêmes
- Peut devenir non représentative de l'échantillon si la distribution est fortement asymétrique
61
Qu'est-ce que la médiane (Md)?
- Valeur qui occupe la place du milieu
Ex.: 1, 2, TROIS, 4, 5
- Environ 50% des observations se retrouvent de chaque côté
- Déterminée par le nombre d'observations et non pas la valeur de celle-ci
- Rôle purement descriptif
- Pour données sur échelle ORDINALE
- Décrit la valeur moyenne d'une distribution asymétrique
- Indice de tendance centrale basé sur la fréquence d'observations
62
Qu'est ce que le mode (Mo)?
- Valeur la plus fréquente d'une série d'observations (pic de la distribution)
- Mesure peu utilisée
- Purement descriptif, pour définir l'allure de la distribution (unimodale ou bimodale)
- Pour données sur échelle NOMINALE
- Pas influencer par les valeurs extrêmes
- Ne permet pas d'opérations mathématiques
- Décrit des variables catégorielles
63
Qu'est-ce qui se passe dans le cas d'une distribution parfaitement symétrique?
La moyenne, la médiane et le mode sont égaux
64
Qu'est-ce qu'une mesure décrivant la distribution d'une population?
Le coefficient de d'asymétrie (skewness) (CD)
Souvent valeurs de -1.0 à 1.0
La valeur indique le degré de dissymétrie et le signe la direction
Si la distribution est symétrique -> CD = 0
Courbe normale (symétrique):
Mode=médiane=moyenne
Asymétrie positive (tire vers la droite):
Mode, Médiane, moyenne
Asymétrie négative (tire vers la gauche):
Moyenne, Médiane, Mode
65
Quelles sont les mesures de dispersion?
- Étendue (E)
- Variance (s 2)
- Écart-type (s)
- Coefficient de variation (CV)
66
Qu'est-ce que l'étendue?
Différence entre la valeur (V) la plus grande et la valeur la plus petite d'une série d'observations
67
Qu'est-ce que la variance?
- Mesure de l'étendue des scores basée sur la déviation de chacun de ceux-ci par rapport à la moyenne
- Séries d'écart, et on fait la moyenne de ces écarts là
- Représente la valeur globale de dispersion des scores par rapport à la moyenne
- Plus la variance est grande Plus la distribution sera étendue (plus il y aura de dispersion dans nos scores)
- Très difficile à concrétiser/comprendre en regardant sa valeur
68
Qu'est-ce que l'écart type?
- On peut l'interpréter comme une mesure linéaire de la variabilité au sein d'une distribution
- S'exprime dans les même unités que la moyenne
- Dans le cas d'une distribution normale, l'écart-type devient une mesure de dispersion très importante en raison de la relation existant entre celui-ci et la moyenne
- Dispersion des valeurs d'une distribution qui tient compte de l'écart de chaque valeur par rapport à la moyenne du groupe
69
Qu'est-ce que l'écart-type de la moyenne (erreur type)?
- L'erreur type, aussi appelée l'écart-type de la moyenne, donne une idée de la précision avec laquelle la moyenne de l'échantillon est représentative de la moyenne de la population
- L'erreur type de la moyenne est toujours plus petite que l'écart-type
- Plus on a un échantillon qui est représentatif de la moyenne de la population, plus erreur type de la moyenne va être petite
- C'est mieux de rapporter l'écart-type que l'erreur type de la moyenne dans une étude
70
Qu'est-ce que le coefficient de variation?
- C'est le rapport de l'écart-type sur la moyenne
- Écart-type exprimé en % de la moyenne, donc indépendant des unités de mesure
- Exprime le degré de dispersion d'une distribution autour de la moyenne
- Utile pour comparer la dispersion de deux variables de nature différente (unités différentes)
Exemple:
Laquelle des variables présente la plus grande dispersion?
BMI: 27.9 +- 7.7kg/m2
CT: 89.5 +- 18.1 cm
7.7 / 27.9 x 100 = 26.9%
18.1 / 89.5 x 100 = 20.2%
Donc, c'est le BMI
71
Qu'est-ce que les mesures de position?
Permettent de situer une donnée par rapport aux autres dans une distribution
72
Quels sont les deux types de mesure de position?
- Score percentile
- Score standardisé
73
Qu'est-ce que le score percentile?
Indique le rang d'un score en donnant le pourcentage d'observations se situant en dessous de ce score.
Ex.: P90 -> 90% du monde on un score inférieur à vous
74
Qu'est-ce que le score standardisé (score z)?
Exprime un score en fonction de son écart-type par rapport à la moyenne.
Score dont l'écart par rapport à la moyenne s'exprime en unités d'écart-type: -3.0 à 3.0.
Permet de comparer des scores qui n'ont pas le même point de référence.
75
Qu'est-ce que donne le tableau des aires sous la courbe normale?
Donne le % de scores entre la moyenne et le score z.
76
Qu'est-ce que l'inférence statistique?
L'inférence statistique utilise les données de l'échantillon pour estimer les paramètres de la population et vérifier les hypothèses de recherche.
Inférer à partir d'un échantillon, les paramètres de la population qui est inconnue.
Suppose une prise de décision de la part du chercheur. Cette prise de décision comporte un risque ou une probabilité d'erreur
77
(Inférence statistique)
Quand on fait une estimation, on suppose...
- Que la valeur observée a peu de chance d'être exactement celle de la population
- Que cette valeur est néanmoins assez proche si l'échantillon est représentatif
- Qu'en répétant l'échantillonnage on trouverait d'autres valeurs relativement proches de la vrai valeur inconnue
78
Pourquoi la relation entre l'écart-type et le score z est utile?
Car ça nous permet de calculer les scores percentiles correspondant à des scores z déterminés.
79
Les statistique inférencielles reposent sur le théorème de la limite centrale. C'est quoi?
Théorème de la limite centrale:
- La moyenne d'une variable calculée sur un échantillon est elle même une variable aléatoire. Elle varie selon l'échantillon.
- Cette variable aléatoire suit une loi normale.
- Cette loi normale est centrée sur la moyenne de la population.
80
Qu'est-ce que l'estimation ponctuelle?
Estimation de la valeur d'un paramètre d'une population faite à partir de la statistique mesurée auprès de l'échantillon.
81
Qu'est-ce que l'estimation par intervalle de confiance (IC)?
Estimer un intervalle dans lequel la moyenne inconnue µ a la plus grande probabilité de se retrouver.
- Se fait à partir de la distribution théorique de la courbe normale et du théorème de la limite centrale
- L'intervalle de confiance est donc une gamme de valeurs dans laquelle devrait se trouver le paramètre de la population
82
Quelles sont les types d'estimation des paramètres?
- Estimation ponctuelle
- Estimation par intervalle de confiance
83
Qu'est-ce que l'intervalle de confiance à 95%?
Il y a 95% de chances que µ se situe entre deux valeurs déterminer.
Établie à partir de la moyenne d'échantillonnage et son écart-type
84
Quels sont les concepts de l'inférence statistique?
- Concept des distributions d'échantillonnage: Fluctuations d'échantillonnage
- Concept de probabilité:
Probabilité que les valeurs de l'échantillon constituent de réelles estimations des paramètres de la population (intervalle de confiance à 95%);
Probabilité que les relations observées entre des variables (tests de liaison) ou les différences entre des groupes (tests de comparaison) ne soient pas le résultat du hasard;
La probabilité sert de guide à la prise de décision en recherche
85
Qu'est-ce que la vérification empirique des hypothèses?
Vérifier, au moyen de tests statistiques, des hypothèses au sujet des relation entre variables (tests de liaison) ou des différences entre les groupes (tests de comparaison)
86
Qu'est-ce qu'un test d'hypothèse?
Choisir (avec risque d'erreur) entre deux hypothèses:
- Hypothèse nulle (H0)
- Hypothèse alternative ou de recherche (H1)
87
Quelle est la démarche des tests d'hypothèses?
1. Formulation des hypothèses
2. Choix du seuil de signification: erreur de type I
3. Puissance du test: l'erreur de type II
4. Calcul du test statistique
5. Détermination de la valeur critique
6. Définition de la règle de décision
7. Application de la règle de décision
88
Qu'est-ce que H0?
Hypothèse nulle
Pas d'association entre les variable ou pas de différence entre les groupes
On veut la rejeter pour favoriser H1
89
Qu'est-ce que H1?
Hypothèse de recherche
Hypothèse alternative
Notre hypothèse de recherche
Hypothèse que le chercheur désire prouver en rejettant H0
90
Quelle hypothèse fait l'objet du test statistique?
Repose toujours sur H0
91
Est-ce que les statistiques descriptive permettent de tester les hypothèses de recherche au moyen de tests statistiques?
Non
92
Le coefficient d'asymétrie (Skewness) d'une distribution parfaitement symétrique est égale à quoi?
0
93
Plus le nombres d'observations (n) augmente,...
plus la variance diminue
94
Identifiez l'intrus:
- Moyenne
- Écart-type
- Médianne
- Mode
Écart-type, car c'est une mesure de dispersion. Les autres sont des mesures de tendance centrale.
95
Qu'est-ce qu'une variable binaire?
Variable mesurée selon une échelle nominale ne comportant que deux catégories.
96
Quelle est le type de variable:
1. Nombre de frères et soeurs
2. Statut matrimonial
3. Échelle de perception de l'effort
4. Temps pour compléter un quiz
5. Date de naissance
1. Quantitative discrète
2. Qualitative nominale
3. Qualitative ordinale
4.Quantitative continue
5. Quantitative continue
97
Quel est des objectifs de l'inférence statistique?
Tester les hypothèses de recherche
Estimer les paramètres de la population
98
Qu'est-ce que l'erreur de type I?
Rejetter H0 alors qu'elle est vrai.
C'est l'erreur la plus grave parce que l'on favorise H1 alors qu'elle est fausse
99
Qu'est-ce que le niveau (ou seuil) de signification?
Le niveau de signification à 5% d'un test statistique signifie que le chercheur à 5 chances sur 100 de se tromper en remettant l'hypothèse nulle à la faveur de l'hypothèse alternative
100
Qu'est-ce que l'erreur de type II?
Conclure à tort que H0 est vrai, alors qu'elle est fausse.
Représente la probabilité de ne pas obtenir une différence significative, donc un effet, alors qu'en réalité il y en a une
Manque de puissance
101
Qu'est-ce que la puissance statistique?
Correspond à notre capacité de détecter s'il y a une différence
102
Quels sont les facteurs qui affecte la puissance statistique?
- Importance de la différence (Taille de l'effet)
- Écart-type
- Taille de l'échantillon
- Le niveau de signification
103
L'ampleur de l'effet (ou taille de l'effet) est un facteur à considérer le calcul de la puissance statistique. Plus l'ampleur de l'effet est grand ...
...plus la taille de l'échantillon requis pour le détecter sera petit.
En considérant tous les autres paramètres affectant la puissance statistique égaux, il sera plus facile de détecter une différence entre deux groupes si l'ampleur de l'effet est grand, donc avec une taille d'échantillon plus petite
104
Qu'est-ce que la détermination de la valeur critique?
Valeur issue d'une table statistique (propre à chaque test) qui détermine les zones de rejet et de non rejet de H0. Cette valeur dépend du seuil de signification et du nombre de degrés de liberté
105
Qu'est-ce que le degrés de liberté?
Nombre de valeurs dans une distribution susceptible de varier de façon aléatoire
106
Qu'est-ce qu'une valeur critique?
Valeurs au delà desquelles on rejette H0
107
Qu'est-ce le test bilatéral?
On rejette H0 s'il y a une différence, qu'elle soit positive ou négative
On ne précise pas la direction de H1
Test généralement utilisé
108
Qu'est-ce que le test unilatéral?
On rejette H0 en précisant la direction anticipée de la différence
On tiens compte de la direction
109
Quel test est le plus puissant pour rejeter H0?
Test unilatéral
Car la valeur du seuil de rejet est plus petit
110
Quelles sont les deux grandes classes de tests statistiques?
Tests paramétrique
Tests non paramétrique
111
Qu'est-ce qu'un test paramétrique?
Compare des paramètres en tenant compte de postulats sur la direction des données
Les données doivent suivre une distribution normale
Pour des variables continues
Permet de déceler plus facilement des différences ou des relations
Test plus puissant
112
Qu'est-ce qu'un test non paramétrique?
Comparer les distributions plutôt que les paramètres (basés sur les rangs plutôt que les valeurs des variables étudiées)
Pour des données ne satisfaisant pas aux postulats de normalité
Pour des variables nominales ou ordinales
Utilisés avec des échantillons de petite taille (moins que 20)
Sont plus robustes que les tests paramétriques
113
Les tests paramétriques ont-ils souvent des tests non paramétriques équivalent?
Oui
114
Qu'est-ce que des mesures d'association?
Test de liaison
Permettent de vérifier s'il y a une association entre une ou plusieurs variables
115
Deux variables sont liées quand?
Lorsque la variation de l'une entraine la variation de l'autre (Covariation entre 2 variables)
116
Est-ce que la présence d'association entre deux variable implique une relation de causalité?
Non
117
Qu-est-ce que le test du chi-carré (x2)?
Servent à comparer des fréquences observées avec des fréquences théoriques.
Adapté pour des variables qualitatives
118
Quels sont les différents test de chi-carré?
- De conformité
- D'homogénéité
- D'indépendance
119
Qu'est-ce que le test de chi-carré de conformité?
Comparer une distribution observée à une distribution théorique
Ex.: Plus ont fait des lancés de dés, plus la proportion de chaque chiffre est égale
120
Qu'est-ce que le test de chi-carré d'homogénéité?
Comparer deux ou plusieurs distributions observés sur plusieurs échantillons
Est-ce que deux population ont une distribution identique?
Utiliser ce test si ont veux savoir la proportion de statut sociaux économique est similaire entre les hommes et les femmes.
121
Qu'est-ce que le test de chi-carré d'indépendance?
Étudier sur un même échantillon la liaison entre les distributions de deux variables nominales
122
Qu'est-ce que le r de Pearson?
Permet de mesurer l'association entre deux variables quantitatives
Vérifie s'il existe une association
Quantifie la force de l'association
Indique la direction de l'association
Valeurs de r: -1.0 à 1.0
r = 1.0 -> Covariation parfaite entre les deux variables. Indique la force de l'association
Le signe + ou - indique la direction de l'association
123
Qu'est-ce que le coefficient de détermination (r2)?
La valeur de r x 100
Pourcentage de variance commune entre les deux variables
r2 ajusté:
- Dépend du nombre de VI qu'on met dans le modèle
- Plus il y a des variables utile dans la prédiction de notre VI, plus r2 va augmenter
- Variables pas utile, r2 va diminuer
124
Qu'est-ce qu'un test de régression?
Prédire une variable dépendante à partir d'une variable indépendante
3 fonctions:
- Vérifier l'existence d'une association entre une variable dépendante (Y) et une variable indépendante (X)
- Décrire comment Y est lié à X
- Prédire Y à partir de X
Plus le coefficient de régression bêta est grand, plus la relation entre les deux variables est importante
125
Qu'est-ce que la régression logistique?
Forme de régression servant à prédire une variable nominale : Présence ou absence d'une condition ou d'une maladie
VD est binaire
VI peut être nominale ou continu
126
Qu'est-ce que le test t de student?
Sert à comparer les moyennes de 2 populations
Le test consiste à estimer l'écart-type de la différence entre les moyennes, à calculer la valeur t et à comparer cette valeur à la distribution théorique de la loi T de student
VD doit avoir une distribution normale
Les deux groupes doivent avoir les mêmes variances: homogénéité des variances
127
Qu'est-ce que le test t de student indépendant?
Mesurer les différences entre les moyennes de deux groupes indépendants
128
Qu'est-ce que l'analyse ANOVA?
Comparer les différences entre trois groupes ou plus
Scinder la variation totale (SCEt) en deux composantes:
- Variation entre les groupes (SCEb)
- Variation à l'intérieur des groupes (SCEw); aussi appelée variance résiduelle
129
Est-ce que le test de corrélation de Pearson est utilisé pour évaluer l'association entre deux variables catégorielles?
Non
130
La régression logistique est une technique de régression permettant de prédire quoi?
L'impact d'une de plusieurs variables indépendante sur la survenue d'une condition ou d'une maladie.
Elle se caractérise par le fait que la variable dépendante à prédire est dichotomique (survenue ou non de la condition ou la maladie)
131
Identifiez l'intrus:
- Test de t de student
- Test de t de student pour données paires
- Test de corrélation de Pearson
- Test d'ANOVA à mesures répétées
- Test d'ANOVA
Test de corrélation de Pearson, c'est un test de liaison, tandis que les autres sont des tests de comparaisons
132
Est-ce que l'ANOVA classique peut être utilisé pour comparer les moyennes entre les conditions si une variable est mesurée plusieurs fois?
Ex.: À des moments différents ou dans diverses conditions expérimentale, sur les mêmes sujets
Non, il faut utilisé l'ANOVA à mesures répétées
- La condition d'indépendance entre les groupes ne s'applique plus; on a un seul groupe de sujets
- Les mêmes sujets sont mesurés sous chacun des niveaux de traitement ou à différents moments
- Il faut donc séparer la variance liée au traitement (entre les conditions) de la variance liée aux sujets
Avantage: Permet de tenir compte des différences interindividuelles
Les réponses d'individus différents aux mêmes traitements varient en fonction de leurs caractéristiques personnelles, de leurs expériences et de leurs réactivités individuelles
133
Quels sont les moyens d'exposer les résultats de recherche?
- Tableaux
- Figures
134
Comment utiliser un tableau quand on veut présenter des résultats?
- Utiliser quand il s'agit de présenter les valeurs exactes des résultats
- Décrire les participants selon les groupes
- Composantes: titre, rangées, colonnes, entête, note explicative sous le tableau
135
Comment utiliser une figure pour présenter des résultats?
- Présentation visuelle de certains résultats, souvent les résultats les plus importants
- Ne devraient pas répéter les résultats déjà présentés sous forme de tableaux
136
Définition de statistiques descriptives?
décrire et résumer les données
137
Définition de statistiques inférentielles?
estimer les paramètres d'une population et vérifier les hypothèses au moyen de tests statistiques appropriés
138
Vrai ou faux : les variables mesurées sur une échelle d'intervalles n'ont pas de zéro absolu
vrai
139
Vrai ou faux : Les statistiques descriptives permettent de tester les hypothèses de recherche au moyen de tests statistiques appropriés.
Faux
140
Vrai ou faux : Dans une distribution parfaitement symétrique, la moyenne, la médiane et le mode sont égaux
Vrai
141
Vrai ou faux : Plus le nombre d'observations augmente (n) plus la variance augmente.
faux
142
Vrai ou faux : Le coefficient de variation est le rapport de l'écart-type sur la moyenne exprimé en pourcentage.
Vrai
143
Votre date de naissance est associé à quel type de variable?
Quantitative continue
144
Le nbr de frères/soeurs que vous avez est associé à quel type de variable?
Quantitative discrète
145
Votre statut matrimonial est associé à quel type de variable?
Qualitative nominale
146
L'EPE est associé à quel type de variable?
Qualitative ordinale
147
Le temps qu'il faut pour répondre aux questions d'examen est associé à quel type de variable?
Quantitative continue
148
Vrai ou faux : L'un des objectifs de l'inférence statistique est de tester les hypothèses de recherche.
Vrai
149
Vrai ou faux: L'ampleur de l'effet (ou taille de l'effet) est un facteur à considérer lors du calcul de la puissance statistique. Plus l'ampleur de l'effet est grand, plus la taille de l'échantillon requis pour le détecter sera grande.
Faux, en considérant tous les autres paramètres affectant la puissance statistique égaux, il sera plus facile de détecter une différence entre deux groupes si l'ampleur de l'effet est grand, donc avec une taille d'échantillon plus petite.
150
Vrai ou faux : Le test de corrélation de Pearson est utilisé pour évaluer l'association entre deux variables catégorielles
Faux
151
Vrai ou faux : Dans une régression linéaire simple, plus le coefficient de régression (bêta) entre les variables dépendante et indépendante est élevée, plus la corrélation entre les deux variables sera élevée.
Vrai
152
Vrai ou faux : Le niveau de signification à 5% d'un test statistique signifie que le chercheur a 5 chances sur 100 de se tromper en rejetant l'hypothèse nulle à la faveur de l'hypothèse alternative.
Vrai, Le rejet de l'hypothèse nulle alors qu'elle est vraie constitue l'erreur de type I et correspond au seuil de signification de 5%. Le rejet de l'hypothèse nulle alors qu'elle est vraie conduit le chercheur à conclure à tort en faveur de l'hypothèse alternative.
153
Vrai ou faux : Vous observez un coefficient de corrélation de Pearson de 0.8 entre les variable X1 et Y1 et de -0.8 entre les variables X2 et Y2. Il existe donc une association plus forte entre les variables X1 et Y1 qu'entre les varibales X2 et Y2.
Faux, la valeur de la corrélation est identique (0.8) mais la direction de la corrélation (le signe) n'est pas le même. Le coefficient de détermination (obtenu en élevant au carré la corrélation) est le même (0.64) dans les deux cas. La force de l'association est donc la même.
154
Vrai ou faux : La régression logistique est une technique de régression permettant de prédire l'impact d'une de plusieurs variables indépendantes sur la survenue d'une condition ou d'une maladie.
Vrai, La régression logistique se caractérise par le fait que la variable dépendnte à prédire est dichotomique (survenue ou non de la condition ou de la maladie).
155
Identifiez l'intrus.
A. Le test de t de student
B. Le test de t de student pour données pairées
C. Le test de corrélation de Pearson
D. Le test d'ANOVA à mesures répétées.
E. Le test d'ANOVA
C. Le test de corrélation de Pearson.
La corrélation de Pearson est un test de liaison alors que les autres sont des tests de comparaison.
156
Quel test statistique utiliseriez-vous pour comparer la consommation maximale d'oxygène de 50 sujetes avant et après un programme d'entraînement sur ergocycle d'une durée de 20 semaines.
A. Un test t de Student indépendant
B. Un test t de Student pour données appariées (paired t-test)
C. Une analyse de variance à mesures répétées
D. Un test de corrélation de Pearson
B. Un test t de Student pour données appariées (paired t-test).
Commme les moyennes que l'on compare (avant versus aprèsl'entraînement) proviennent des mêmes sujets, il faut utilisé le test t de Student pour données appariées.
