L'analyse et la généralisation des résultats (cours 9)

Question 1

Quelle est la première étape de l’analyse quantitative?

Answer 1

Il faut tout d’abord sythétiser les données de la population ou de l’échantillon en nombre qui décrivent leurs caractéristiques, soit l’analyse descriptive.

Question 2

À quelles caractéristiques s’intéresse principalement l’analyse descriptive?

Answer 2

La tendance centrale, la dispersion ou variabilité et la forme de la distribution.

Question 3

Qui suis-je? Mesure de tendance centrale qui prend compte de toutes les données de la distribution.

Answer 3

La moyenne arithmétique

Question 4

Qui suis-je? Mesure de tendance centrale qui fait réréfence à la dispersion des données autour de la moyenne.

Answer 4

La variabilité

Question 5

Vrai ou faux? L’écart-type (ou erreur standard) affecte la forme de la distribution d’un ensemble de données.

Answer 5

Vrai

Question 6

Vrai ou faux? Plus un écart-type est grand, plus il est probable d’estimer une valeur donnée.

Answer 6

Faux; il est moins probable d’estimer une valeur car la densité sous la courbe est plus large, donc il y a plus de valeurs possibles.

Question 7

Dans une distribution normale, un intervalle de confiance de 95% indique que 95% des valeurs se trouvent à plus ou moins ____ écarts-types de part et d’autre de la moyenne.

Answer 7

+ou- 2 écarts-types

Question 8

Vrai ou faux? Le théorème central limite établit que plus un échantillon est de grande taille, plus ses valeurs sont distribuées suivant une loi normale.

Answer 8

Faux; il plus le nombre d’échantillons sont tirés d’une population, plus la distribution d’échantillonnage tend vers une distribution normale. Ce n’est pas le cas pour les valeurs brutes, mais bien pour les distributions d’échantillons.

Question 9

Vrai ou faux? Une population a une distribution exponentielle, donc la distribution d’échantillonnage ne peut alors pas suivre une loi normale, selon le théorème central limite.

Answer 9

Faux; la distribution de l’échantillonnage devient de plus en plus normale lorsqu’on en augmente sa taille et ce, peu importe la forme de la distribution de la population.

Question 10

qui suis-je? distribution d’une population dont il est plus probable de mesurer une valeur plus petite que la moyenne.

Answer 10

Distribution asymétrique à droite

Question 11

Vrai ou faux? Le centre de la
distribution des échantillons est égal à la moyenne de la population.

Answer 11

Vrai

Question 12

Vrai ou faux? Une différence entre deux moyennes ne sera presque jamais égale à zéro.

Answer 12

Vrai; il y a toujours un risque d’erreur d’échantillonnage.

Question 13

Qui suis-je? Différence entre la statistique de l’échantillon utilisée pour estimer un paramètre de la population et la vraie valeur du paramètre.

Answer 13

Erreur d’échantillonnage

Question 14

Pourquoi dit-on que le nombre de données est liée à la variabilité d’une distribution?

Answer 14

Plus la taille d’observations est grande, plus elles sont distribuées proches de la moyenne (distribution normale). Donc, l’inférence de la moyenne de la population à partir de l’échantillon est plus exacte.

Question 15

Vrai ou faux? Plus l’erreur standard (ou erreur type) est grande, plus il est probable que la différence entre les deux échantillons ne soient pas significative.

Answer 15

Vrai; la densité sous la courbe de distribution des 2 échantillons est plus largement distribuée, donc ils se chevauchent plus.

Question 16

Qui suis-je? Estime s’il existe une différence réelle entre les moyennes de deux
groupes.

Answer 16

Test t indépendant

Question 17

Vrai ou faux? Plus la différence intergroupe est grande, plus la valeur t sera grande.

Answer 17

Vrai; la différence intergroupe réfère à la différence entre les moyennes des 2 groupes. Plus leurs moyennes sont éloignées, plus il y a de probabilités qu’elles soient issuses de population différente . Cela dépend toutefois de la variabilité d’échantillonnage.

Question 18

Quel est l’effet d’une variabilité d’échantillonnage plus grande sur la valeur t calculée?

Answer 18

Une variance plus grande implique que la courbe sera plus étendue/large, que les valeurs s’éloigent de la moyenne. Donc, il y a plus de probabilité que les échantillons se chevauchent. La valeur t sera alors plus petite.

Question 19

vrai ou faux? Il est plus probable d’obtenir une valeur t autour de 0.

Answer 19

Vrai; la distribution t se rapproche d’une distribution normale, donc les valeurs se rapprochent de la moyenne. La moyenne d’une distribution t est centré sur 0 puisqu’elle reflète ce qui est vrai pour l’hypothèse nulle qui stipule que la vraie différence entre population=0.

Question 20

Vrai ou faux? Il y a la même probabilité d’erreur pour les tests unilatérals et bilatérals.

Answer 20

Vrai; c’est le même niveau alpha global, seulement réparti différement.

Question 21

Vrai ou faux? Il est plus probable de rejeter l’hypothèse nulle lorsque le test est unilatéral.

Answer 21

Vrai; comme le niveau alpha est d’un seul côté de la courbe, la valeur t a besoin d’être moins grande pour se trouver dans la zone de rejet de H0 (être plus grand ou plus petit que le t critique).

Question 22

Quelles informations sont nécessaires pour trouver le t critique?

Answer 22

Le nombre de degrés de liberté et le seuil de signification alpha (ex: 0,05). Se trouve dans la table de Student.

Question 23

Vrai ou faux? La valeur p est la probabilité que l’hypothèse nulle soit vraie.

Answer 23

Vrai

Question 24

*

Dans une distribution t, quelle est la valeur p associée à un intervalle de confiance de 95%?

Answer 24

La valeur p est de <0,05 et elle indique si le résultat est significatif. Il représente un risque d’erreur inférieur à 5%.

Question 25

Qu’est-ce que mesure la taille d’effet?

Answer 25

Lorsque deux moyennes ont été établies comme significativement différentes, la taille d’effet mesure l’ampleur de cette différence.

Question 26

Un d de Cohen de 0,2 représente une taille d’effet ____.

Answer 26

petite

Question 27

Quelle est la probabilité de faire une erreur de type 1 lorsque le seuil de signification a est de 0,05?

Answer 27

5%

Question 28

Vrai ou faux? En diminuant le niveau alpha, j’augmente la probabilité de faire une erreur de type 1.

Answer 28

Faux; la probabilité de faire une erreur de type 1 diminue quand le niveau alpha diminue.

Question 29

Quels sont les facteurs qui déterminent la probabilité de faire une erreur de type 2?

Answer 29

1- Le niveau alpha choisi
2- La taille de l’échantillon
3- La taille de l’effet

Question 30

Un échantillon de plus grande taille augmente le risque d’erreur de type 1 ou 2?

Answer 30

erreur de type 2

Question 31

“Le résultat d’une seule étude peut être non significatif même si la relation existe réellement
dans le monde”. De quel type d’erreur est-il question?

Answer 31

Erreur de type 2

Question 32

Vrai ou faux? Plus on compare de groupes, plus la probabilité de faire une erreur de type 1 augmente.

Answer 32

Vrai; on doit alors effectuer plus de tests t pour comparer les moyennes des groupes, donc il est plus probable de conclure qu’il y a une différence significative alors qu’il n’en a pas.

Question 33

Dans quelles situations vaut-il mieux reproduire une expérience avant de conclure au non rejet de l’hypothèse nulle au risque qu’il y ait réellement une différence significative (erreur de type2)?

Answer 33

Lorsque le résultat non significatif peut avoir été causé par des instructions expérimentales manquant de clarté aux participants, une mauvaise opérationnalisation de la variable indépendante ou le manque de fidelité de la mesure dépendante.

Question 34

Pourquoi dit-on que la moyenne représente le centre de gravité de l’ensemble de données?

Answer 34

Car elle inclut toutes les observations de la distribution, même les données extrèmes.

Question 35

Un SD plus élevé reflète un plus _____ niveau de variabilité dans les données.

Answer 35

haut