QCM : Introduction aux analyses statistiques fondamentales — 9 questions

Questions et réponses du QCM

1. Qu'est-ce qu'une variable nominale dichotomique ?

Une variable ordinale avec un ordre entre ses modalités
Une variable nominale avec plus de deux modalités distinctes
Une variable nominale catégorielle qui possède exactement deux valeurs distinctes
Une variable continue avec un écart constant entre ses valeurs

Une variable nominale catégorielle qui possède exactement deux valeurs distinctes

Explication

Le texte définit une variable nominale dichotomique comme une variable nominale catégorielle ayant exactement deux valeurs distinctes, ce qui correspond à la première option. Les autres options décrivent d'autres types de variables ou caractéristiques non liées à la dichotomie nominale. À revoir : Variables statistiques : types, échelles de mesure et modalités. Appui du cours : « - **2 modalités** : Situation où une variable nominale catégorielle possède exactement deux valeurs distinctes, ce qui la rend dichotomique. »

2. Comment peut-on définir une variable dichotomique dans le contexte des variables nominales ?

Elle est ordinale avec plusieurs niveaux
Elle possède plus de deux modalités
Elle possède exactement deux modalités
Elle est continue et numérique

Elle possède exactement deux modalités

Explication

Une variable dichotomique a exactement deux modalités, comme indiqué dans la source, ce qui la rend spécifique parmi les variables nominales. À revoir : Variables statistiques : types, échelles de mesure et modalités. Appui du cours : « - **2 modalités** : Situation où une variable nominale catégorielle possède exactement deux valeurs distinctes, ce qui la rend dichotomique. »

3. Pourquoi l'écart type est-il préféré à la variance dans l'analyse descriptive des données ?

Parce qu'il mesure la symétrie de la distribution
Parce qu'il ne dépend pas de la moyenne
Parce qu'il est exprimé dans la même unité que la variable étudiée, facilitant la compréhension
Parce qu'il est toujours plus petit que la variance

Parce qu'il est exprimé dans la même unité que la variable étudiée, facilitant la compréhension

Explication

Le texte indique clairement que l'écart type est préféré car il est exprimé dans la même unité que la variable étudiée, ce qui facilite la compréhension, contrairement à la variance. À revoir : Analyse descriptive des données : écart type, quartiles, asymétrie et kurtosis. Appui du cours : « L'écart type est préféré à la variance car il est exprimé dans la même unité que la variable étudiée, facilitant la compréhension. »

4. Qu'est-ce que la kurtosis dans l'analyse descriptive des données ?

Elle indique la symétrie ou l'asymétrie de la distribution
Elle mesure la dispersion des données autour de la moyenne
Elle divise la distribution en quatre parties égales
Elle mesure la concentration des données autour de la moyenne

Elle mesure la concentration des données autour de la moyenne

Explication

La kurtosis mesure la concentration des données autour de la moyenne, indiquant si la distribution est plus aplatie ou plus pointue. À revoir : Analyse descriptive des données : écart type, quartiles, asymétrie et kurtosis. Appui du cours : « la kurtosis mesure la concentration des données autour de la moyenne, indiquant une distribution plus ou moins aplatie ou pointue. »

5. Quel est le rôle principal du test de Shapiro-Wilk dans l'analyse statistique ?

Vérifier si une distribution suit une loi normale
Comparer deux moyennes d'échantillons indépendants
Tester l'homogénéité des variances
Évaluer la corrélation entre deux variables

Vérifier si une distribution suit une loi normale

Explication

Le test de Shapiro-Wilk est utilisé pour vérifier si une distribution de données suit une loi normale, en comparant la distribution observée à une distribution normale théorique. À revoir : Tests de normalité : test de Shapiro-Wilk et interprétation du p-value. Appui du cours : « Le test de Shapiro-Wilk permet de déterminer si une distribution diffère significativement d'une distribution normale. Il compare la distribution observée à une distribution normale théorique pour détecter toute déviation notable. La p-value associée indique… »

6. Qu'est-ce que les effectifs théoriques dans le cadre du test du Chi2 ?

Les effectifs moyens par case du tableau de contingence
Les effectifs attendus dans chaque case du tableau de contingence sous l'hypothèse d'indépendance
Les effectifs observés dans chaque case du tableau de contingence
Les effectifs totaux dans le tableau de contingence

Les effectifs attendus dans chaque case du tableau de contingence sous l'hypothèse d'indépendance

Explication

Les effectifs théoriques sont les effectifs attendus dans chaque case, calculés sous l'hypothèse d'indépendance entre variables, selon la définition donnée dans le texte. À revoir : Tests d’association entre variables nominales : Chi2, conditions d’application et mesures d’effet. Appui du cours : « Les effectifs théoriques correspondent aux effectifs attendus dans chaque case d'un tableau de contingence, calculés sous l'hypothèse d'indépendance entre les variables. »

7. En quoi la corrélation diffère-t-elle de la régression en analyse statistique ?

La corrélation est une relation symétrique, alors que la régression est asymétrique de cause à effet
La corrélation permet de prédire une variable à partir d'une autre, contrairement à la régression
La corrélation implique une relation de cause à effet, tandis que la régression ne le fait pas
La régression ne concerne que la relation entre deux variables, alors que la corrélation concerne plusieurs variables

La corrélation est une relation symétrique, alors que la régression est asymétrique de cause à effet

Explication

La corrélation est une relation symétrique entre variables, alors que la régression implique une relation asymétrique de cause à effet. À revoir : Différence entre corrélation et régression en analyse statistique. Appui du cours : « La corrélation est une relation symétrique entre variables, tandis que la régression implique une relation asymétrique de cause à effet. »

8. Quelle est la fonction principale du d de Cohen dans l'analyse des résultats statistiques ?

Comparer directement les moyennes de deux groupes
Quantifier la taille de l'effet entre deux groupes
Mesurer la significativité statistique d'une différence
Tester l'homogénéité des variances

Quantifier la taille de l'effet entre deux groupes

Explication

Le d de Cohen est utilisé pour quantifier la taille de l'effet, c'est-à-dire l'ampleur de la différence entre deux groupes, indépendamment de sa significativité. À revoir : Tests de comparaison de moyennes : t de Student, test de Welch et interprétation des effets (d de Cohen). Appui du cours : « Le d de Cohen quantifie la taille de l'effet : faible, modéré ou fort, indépendamment de la significativité statistique. »

9. Que représentent les mesures d'effet comme l'eta carré (η²) dans l'ANOVA ?

La différence moyenne entre deux groupes
La variance intra-groupe
La proportion de variance expliquée par le facteur étudié
La statistique F elle-même

La proportion de variance expliquée par le facteur étudié

Explication

Les mesures d'effet comme l'eta carré (η²) quantifient la proportion de variance expliquée par le facteur dans l'ANOVA. À revoir : Analyse de variance (ANOVA) et mesures d’effet pour comparer plusieurs groupes. Appui du cours : « Les mesures d'effet dans l'ANOVA, telles que l'eta carré (η²), quantifient la proportion de variance expliquée par le facteur étudié. »

Révisez avec les flashcards

Mémorisez les réponses avec 9 flashcards sur Introduction aux analyses statistiques fondamentales.

Variables dichotomiques — définition ?

Variables nominales avec deux modalités distinctes.

Variables dichotomiques — définition?

Variable nominale à deux modalités.

Écart type — rôle ?

Mesure la dispersion des données autour de la moyenne.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction aux analyses statistiques fondamentales.

Voir la fiche →

Cours similaires

Restriction d'accès au service

Document sans contenu pédagogique

Anthropologie de la maladie et de la santé

Programme seconde et début première

Enseignement du vocabulaire primaire

Techniques de pose du système de drainage

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM