introduction aux analyse statistiques Flashcards

(37 cards)

1
Q

Pourquoi faire des analyses statistiques?

A

pour faire confiance aux chiffres que je vois

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

C’est quoi la fiabilité d’un chiffre (exemple)

A

Fiabilité : la balance indique toujours le même poids

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

Quel terme nous indique si une population est homogène ou non?

A

variabilité

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

La variabilité implique 3 choses :

A

confusion

incertitude

des questions scientifiques

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

Comment décrire la variabilité

A

avec l’écart type et les stats descriptives

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

Yeah!!!!

A

cool

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

Comment la variabilité influe avec la certitude

A

plus la variabilité est grande moins il y a de la certitude

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

Une mesure qui décrit une caractéristique de la

population est appelée…

A

paramètre

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

Une mesure qui est calculée à partir d’un échantillon

s’appelle

A

statistique

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

Entités réelles.

Exemple: La moyenne d’age (µ) dans une population

Fixe mais générallement inconnu

A

les paramètres

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

sont des estimations d’un paramètre.

Exemple: La moyenne ( x ) dans un échantillon

Elle varie d’un échantillon à l’autre

A

statistique

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

C’est quoi l’inférence statistique

A

c’est utiliser une information prélevée sur un échantillon pour tirer des conclusions sur un paramètre de la population.

se fera sur la base de divers tests statistiques

Tirer des conclusions à partir de test stats

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

ensemble des individus d’intérêt d’une étude

il s’agit de la définir aussi précisément que possible selon ce qui nous intéresse

A

La population

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

membre de la population étudiée.

A

individu

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

une caractéristique d’intérêt mesurable sur les individus
de la population, par exemple l’âge d’un patient

il s’agit ici de définir quoi nous intéresse.

A

variable

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

, effectif total: nombre d’individus (éléments) concernés par l’étude.

17
Q

Ce sont les valeurs prises par une ou plusieurs variables sur un certain nombre d’individus.

18
Q

Un échantillon c’est :

A

partie ou sous-ensemble prélevé d’une population

19
Q

Pourquoi faire un échantillonnage

A

: Recueillir de l’information en vue d’un jugement, d’une appréciation ou d’une décision

20
Q

4 sortes d’échantillons

A

échantillon :

représentatif
biaisé
aléatoire
aléatoire simple

21
Q

Nomme le type d’échantillon :

 Contient toutes les caractéristiques de la population (population-mère).

A

représentatif

22
Q

Nomme le type d’échantillon :

 Ne renferme pas toutes les caractéristiques de la population

23
Q

Nomme le type d’échantillon :

 Ses éléments ont été choisis au hasard.

24
Q

Nomme le type d’échantillon :

 chaque unité a une chance égale d’être choisie.

A

aléatoire simple

25
2 méthodes d'échantillonnages
Scientifique (probabiliste Non-scientifique (non-probabiliste)
26
4 types d'échantillonnages scientifique
 Échantillonnage aléatoire simple (EAS)  Échantillonnage systématique  Échantillonnage stratifié (ES)  Échantillonnage par grappes
27
Comment faire un EAS
 Générateur de nombres aléatoires  Ordinateur : Excel; =ALEA.ENTRE.BORNES(1;189)  Calculette : fonction RANDOM.  Autres mécanismes acceptables (piger dans un chapeau)  Table de nombres aléatoires
28
V ou F Obtenir un nombre suffisant de personnes est nécéssaire pour fournir des résultats crédibles
V
29
quels sont les limites de la taille d'un échantillon
temps ou budget nécessaire insuffisant
30
C'est quoi les variables dépendantes?
 Ce sont les mesures qui vont être faites (une ou plusieurs)  Ex: on mesure le temps au 100m, la FC à la fin d’un 200 m, le nombre maximum de tractions (push-ups)
31
C'est quoi les variables indépendantes?
 Ce sont les variables qui sont contrôlées par l’expérimentateur (1 ou plusieurs)  Ex: traitement pharmacologique, supplément alimentaire, type d’exercice prescrit, sexe, pathologie
32
Variable quantitative discrète vs continues
Variables quantitatives continues Peuvent prendre n’importe quelle valeur (théoriquement)  Ex: Masse, taille, voltage, concentration Variables quantitatives discrètes (chiffres entiers)  Nombre de personnes  Nombre d’enfants dans une famille  Nombre d’items défectueux
33
Type de donné (on classe les données dans des catégories):  Race de chien
Échelle nominale
34
Type de donné C’est un ordre, classement. Ne quantifie pas l’écart entre les sujets  Grade dans l’armée
échelle ordinale
35
Type de donné  Température : 10oC n’est pas 5 fois plus chaud que 2 oC
 Échelle d’intervalle:
36
Type de donné Ordre de grandeur, distance égale entre les unités et le « 0 » signifie l’absence de valeur.  Poids: 50 kg est 2 fois plus lourd que 25kg. 0kg représente l’absence de masse.
 Échelle de rapport ou ratio:
37
Validité vs fidélité
Validité  Représentativité des énoncés d’un instrument afin de mesurer un concept ou un champ de contenu particulier  Mesure-t-on bien ce que l’on est censé mesurer ? Fidélité  Constance des valeurs obtenues à l’aide d’un instrument de mesure  Reproductibilité (ex : pèse-personne)