stat.module5-complet

Question 1

quels sont les deux approches pour répondre à une question inférentielle?

Answer 1

1.intervalle de confiance (estimation) (déjà vu)
2. Test d’hypothèse statistique

Question 2

vrai ou faux. il existe une valeur attendue (μ) pour un paramètre chez les individus normaux

Answer 2

V

Question 3

quelle est la question statistique à laquelle permet de répondre le test d’hypothèse scientifique (stat inférentielles)?

Answer 3

Est-ce que la différence entre la moyenne (d’un échantillon) et la valeur attendue (pour un paramètre chez les individus normaux) est assez grande pour qu’on implique plus que le hasard/la chance?

Question 4

quelles sont les étapes du test d’hypothèse statistique?

Answer 4

1. formule hypothèse nulle
2. données collectées pour évaluer pertinence H0
3. on utilise ces données pour trouver une valeur du test (avec un test statistique)
4. si la valeur n’est pas compatible avec H0, on la rejette et on accepte HA (alternative

Question 5

de quoi on parle ici?
1. formule hypothèse nulle
2. données collectées pour évaluer pertinence H0
3. on utilise ces données pour trouver une valeur du test (avec un test statistique)
4. si la valeur n’est pas compatible avec H0, on la rejette et on accepte HA (alternative

Answer 5

étapes du test d’hypothèse statistique

Question 6

vrai ou faux: Le test statistique est un outil de comparaison: On se sert encore de la population pour comprendre un échantillon

Answer 6

F.

Le test statistique est un outil de comparaison: On se sert encore d’un échantillon pour comprendre la population

Question 7

généralement, à qui compare-t-on un échantillon?

Answer 7

à une population de référence

Question 8

quand on compare un échantillon à une population de référence, à quoi (2) peut être due une différence?

Answer 8

1. hasard (ex: erreur d’échantillonnage)
2. différence statistiquement significative (réelle différence)

Question 9

qu’est ce qui est illustré ici?

Answer 9

Comparaison de deux échantillons entre eux
-> c.-à-d. Est-ce que les populations d’où sont issus les échantillons sont différentes?

Question 10

Échantillon 1 → animaux traités
Échantillon 2 → animaux non-traités
Si le test statistique indique que les populations ne sont pas différentes, que peut on inférer?

Answer 10

que le traitement n’a pas d’effet

Question 11

lorsqu’on cherche à évaluer la liaison entre deux variables, de quoi va dépendre le test statistique à utiliser (2)?

Answer 11

1. de la question de recherche
2. de la nature de la variable dépendante

Question 12

à quoi doit-on faire attention lorsqu’on a une question d’association? (on cherche à évaluer la liaison entre deux variables)

Answer 12

attention aux « claims » cause-effet!!!

Question 13

que doit-on respecter pour que les tests statistiques soient valides?

Answer 13

les conditions d’application

(il y a des conditions générales (communes à tous les tests) et spécifiques)

Question 14

quelles sont les trois conditions générales qui s’appliquent à tous les tests statistiques?

Answer 14

1. Le test est réalisé dans le cadre d’une démarche scientifique
2. Échantillonnage aléatoire dans la population
3. Indépendance des observations

Question 15

quels sont les 2 critères de l’échantillonage aléatoire dans la population

Answer 15

1. les Les individus sont sélectionnés aléatoirement
   (ex: le chuv ne représente pas bien la population de chien au QC)
2. L’intervention est attribuée aléatoirement
   (essais contrôlés randomisés)

Question 16

expliquez ce qu’on veut dire par “le test est réalisé dans le cadre d’une démarche scientifique”

Answer 16

Le test statistique a pour objectif de vérifier si les résultats observés sont cohérents ou non avec une hypothèse JUSTIFIÉE

Question 17

1. de quelle condition parle-t-on ici? : “La valeur d’une variable pour une observation ne peut être déduite (même en partie) à partir des autres observations.”
2. Donne un exemple contraire.

Answer 17

1. Indépendance des observations
2. on cherche le poids des chiots à la naissance au Qc avec un échantillons de n=500, mais les 500 chiots viennent de 50 portées. (dépendance)

Question 18

comment peut évalue-t-on si les les 3 conditions générales sont respectées?

Answer 18

notre jugement

(Pas de tests statistiques pour vérifier ces conditions)

Question 19

quelles sont les 3 familles de tests statistiques?

Answer 19

1. Paramétriques
2. Semi-paramétriques
3. Non-paramétriques

Question 20

associez les familles de test 1. paramétrique, 2. semi-paramétrique et 3. non- paramétriques à:
a. compare des effectifs
b. compare des distributions; souvent les rangs
c. compare des paramètres

Answer 20

a. 2. semi- paramétrique
b. 3. non-paramétrique
c. 1. paramétrique

Question 21

tests non-paramétriques: tu peux les oublier :)

Answer 21

nous ne les verrons pas durant le cours

Question 22

lors du test statistique, que représente P par rapport à H0?

Answer 22

probabilité d’observer une différence aussi ou plus extrême que celle observée, si H0 est vraie

(H0 étant; il n’y a pas de différence)

Question 23

vrai ou faux: Hypothèse nulle (H0) c’est notre hypothèse de travail (de recherche)

Answer 23

F. C’est l’opposé de notre hypothèse de travail

(On est rarement intéressé à soutenir une hypothèse qui ne prédit pas d’effet ou de changement)

Question 24

associez H0 ou HA aux points suivants
1. doit toujours contenir le signe d’égalité (=, ≤ ou ≥)
2. C’est notre hypothèse de recherche
3. doivent spécifier ou couvrir toutes les situations possibles pour l’estimateur

Answer 24

1. H0
2. HA
3. H0 AVEC HA : elles sont complémentaires

Question 25

mise en situation: Production moyenne des vaches du QC (μQC) vs. celle des vaches de l’ON (μON)? qui est H0, qui est HA

Answer 25

H0 : μQC = μON HA : μQC ≠ μON

Question 26

mise en situation: Concentration moyenne du lactate dans la population des chiens anormaux (μan) vs. la population des chiens normaux (μn=100)? qui est H0, qui est HA

Answer 26

H0: μan ≤ 100 HA : μan > 100 (jsp pourquoi c'Est ≤, je pense que l'important c'est de voir que H0 et HA sont complémentaires)

Question 27

V ou F: Le choix le l'hypothèse bilatérale ou unilatérale dépend des données, pas de la question de recherche

Answer 27

F: Le choix bilatéral ou unilatéral dépend de la question de recherche, pas des données

Question 28

dans quels cas applique-t-on une hypothèse bilatérale vs unilatérale?

Answer 28

bilatéral: HA → population 1 ≠ population 2 (c.-à-d. les populations sont différentes ) unilatéral: HA → population 1 est < population 2 ou HA → population 1 est > population 2 (prédiction faite à l'avance basée sur nos connaissances)

Question 29

en médecine vétérinaire, utilise-t-on plus souvent des hypothèses bilatérales ou unilatérales?

Answer 29

dans de nombreux contextes en médecine vétérinaire, la question statistique pertinente ressemble à: * Est-ce pire? * Est-ce acceptable, même s’il y a une différence? -> unilatéral!

Question 30

remplissez ce tableau de complémentarité entre H0 et HA

Answer 30

Question 31

à quoi compare-t-on P pour interpréter le résultat du test?

Answer 31

comparée à 𝛼 P < 𝛼 → différence est statistiquement significative

Question 32

quel est le critère pour pouvoir affirmer que la valeur de P est la probabilité d’observer une valeur (effet) égale ou plus grande que celle observée ?

Answer 32

si H0 est vraie

Question 33

lisez cette mise en situation: Comité PLC (P = 0,18) H0 : incidence de mammite identique (fumier recyclé vs paille) H0 non rejetée (au seuil 𝛼 = 0,05) 1. identifiez interprétation probabilistes qui sont correctes vs absolument incorrectes: A. Il y a 18 % de chances qu’il n’y ait pas de différence B. H0 a 18 % de chances d’être vraie C. Si H0 est vraie, une différence au moins aussi grande que celle observée apparaît dans 18% des échantillons comparables, elle n'est donc pas surprenante D. Le résultat est dû au hasard à 18%

Answer 33

A, B, D: Éviter absolument les interprétations suivantes C: Formulation correcte

Question 34

Si la valeur de P ≥ un seuil (𝜶) prédéterminé, on ne rejette pas H0, mais est ce qu'on peut l'accepter?

Answer 34

NON, On dit qu’on n’a pas pu rejeter cette hypothèse (Le test ne permet pas de conclure que H0 est vraie )

Question 35

quelle est l'erreur de type I (𝜶)? ps: Souvent la plus inquiétante

Answer 35

probabilité de rejeter H0 alors qu’elle est vraie

Question 36

quelle est l'erreur de type II (𝜷)?

Answer 36

probabilité de ne pas rejeter H0 alors qu’elle est fausse,

Question 37

qu'est ce que la puissance statistique?

Answer 37

c'est le contraire de l'erreur de type II: probabilité de rejeter H0 lorsque cette dernière n’est pas vraie (1-𝛽)

Question 38

qu'est ce qui est illustré ici?

Answer 38

le risque d'Erreur de type 1 avec une hypothèse bilatérale

Question 39

qu'est ce qui est illustré ici? Que peut-on remarquer par rapport à l'hypothèse bilatérale?

Answer 39

le risque d'Erreur de type 1 avec une hypothèse unilatérale, On rejette H0 plus facilement qu'avec l'hypothèse bilatérale

Question 40

quelles sont les 2 conditions SUPER IMPORTANTES pour pouvoir utiliser l'hypothèse bilatérale?

Answer 40

1. On fait la prédiction du sens de la différence AVANT de faire l’étude 2. Si la différence allait dans l’autre sens, vous considéreriez qu’elle serait seulement due au hasard, même si celle-ci était très importante

Question 41

par convention, avec quelle valeur de puissance statistique sommes nous content?

Answer 41

puissance > 0.8 (80%)

Question 42

quelles sont les façons contrôlables (2) et non contrôlables (2) d'augmenter la puissance? (révision)

Answer 42

contrôlable: 1. taille de l’échantillon ↑ 2. seuil 𝛼 ↑ (mais rarement modifié) non contrôlable: 1. variation entre individus ↓ 2. différences observées entre populations sont grande

Question 43

remplissez le tableau suivant avec parfait ou erreur (type 𝛼 ou 𝛽)

Answer 43

Question 44

associez les illustrations suivantes à erreur de type I ou erreur de type II

Answer 44

a. type I b. type II

Question 45

identifiez si erreur de type I (𝛼) ou II (𝛽)

Answer 45

Question 46

vrai ou faux: En sciences on a tendance à accepter que c’est pire de condamner un innocent (5%) que de ne pas condamner un coupable (20%)

Answer 46

V: condamner innocent= refuser H0 alors quelle est vrai= type I condamner un coupable= accepter H0 alors quelle est fausse= type II