QCM : Biostatistiques descriptives et inférentielles (10 questions)

Questions et réponses du QCM

1. Une équipe interroge 120 patients pour estimer la proportion de tous les patients hypertendus qui pourraient bénéficier d’un traitement. Quelle démarche statistique utilise-t-elle pour généraliser les résultats de l’échantillon à la population visée ?

Un dénombrement de l’échantillon
Des statistiques inférentielles
Une réduction descriptive des données
Des statistiques descriptives

Des statistiques inférentielles

Explication

Les statistiques inférentielles permettent d’émettre des hypothèses sur une population à partir d’un échantillon. La description concerne les données observées, tandis que la réduction des données et le dénombrement ne désignent pas cette généralisation.

2. Dans une étude sur la propagation d’une maladie, quel terme désigne l’application de méthodes statistiques aux sciences de la vie ?

Les statistiques descriptives
L’épidémiologie
Les statistiques générales
Les biostatistiques

Les biostatistiques

Explication

Les biostatistiques correspondent à l’application de la statistique aux sciences de la vie. La statistique générale n’indique pas ce champ d’application, les statistiques descriptives désignent un type d’analyse et l’épidémiologie est une discipline distincte.

3. Dans une enquête, le nombre de consultations de chaque patient est enregistré comme un entier, tandis que son groupe sanguin est classé par catégorie. Comment classer ces deux variables ?

Le nombre de consultations est quantitatif et le groupe sanguin qualitatif
Le nombre de consultations est qualitatif et le groupe sanguin quantitatif
Les deux variables sont qualitatives
Les deux variables sont quantitatives

Le nombre de consultations est quantitatif et le groupe sanguin qualitatif

Explication

Le nombre de consultations est une valeur numérique exploitable arithmétiquement, alors que le groupe sanguin répartit les individus en classes qualitatives. Le traiter comme qualitatif confond dénombrement et catégorie; le traiter comme quantitatif confond une classe avec une mesure numérique.

4. Un questionnaire recueille le degré de douleur sous les catégories « faible », « modérée » et « forte », puis le type de traitement sous les catégories « médicament A », « médicament B » et « chirurgie ». Quelle classification convient à ces variables ?

Les deux variables sont nominales
La douleur est ordinale et le traitement nominal
Les deux variables sont ordinales
La douleur est nominale et le traitement ordinal

La douleur est ordinale et le traitement nominal

Explication

Les degrés de douleur peuvent être ordonnés, ce qui rend la variable ordinale; les types de traitement forment des catégories sans hiérarchie, donc la variable est nominale. La classification inverse attribue à tort un ordre aux traitements, tandis que les deux autres réponses ignorent l’une de ces distinctions.

5. Qu’est-ce qu’une pyramide utilisée pour décrire des données ?

Un graphique en barres dont les largeurs indiquent les effectifs observés
Un double histogramme inversé et juxtaposé qui compare deux distributions
Un diagramme circulaire qui répartit une variable qualitative en proportions
Un polygone qui relie les fréquences d’une variable quantitative discrétisée

Un double histogramme inversé et juxtaposé qui compare deux distributions

Explication

Une pyramide est constituée de deux histogrammes inversés et juxtaposés afin de comparer deux distributions. Un diagramme circulaire peut illustrer des proportions, mais il ne correspond pas à cette définition.

6. Quelle fonction remplit la densité de probabilité pour une variable continue ?

Classer les valeurs en groupes d’effectifs égaux afin de repérer leur position centrale.
Décrire le modèle théorique de distribution et permettre d’en déduire des propriétés probabilistes.
Donner directement la fréquence observée de chaque valeur exacte dans un échantillon.
Mesurer la dispersion des observations autour de la moyenne dans les mêmes unités.

Décrire le modèle théorique de distribution et permettre d’en déduire des propriétés probabilistes.

Explication

La densité décrit le modèle théorique d’une variable continue et permet d’en déduire des probabilités lorsque sa fonction mathématique est connue. Pour une variable continue, ce sont les aires sous la densité qui représentent les probabilités, contrairement aux fréquences associées aux valeurs exactes d’une variable discrète.

7. Lors d’un échantillonnage simplement fortuit, dans quel ordre le mécanisme est-il organisé ?

Fixer des quotas par strate, puis choisir les individus afin de remplir chaque quota.
Sélectionner des groupes entiers, puis inclure leurs membres sans tirage individuel indépendant.
Tirer d’abord un individu, puis déterminer l’effectif final selon les caractéristiques observées dans la population.
Fixer d’abord l’effectif de l’échantillon, puis tirer les individus au hasard et indépendamment dans une population invariante.

Fixer d’abord l’effectif de l’échantillon, puis tirer les individus au hasard et indépendamment dans une population invariante.

Explication

Dans un échantillonnage simplement fortuit, l’effectif est fixé à l’avance avant le tirage aléatoire et indépendant des individus. Le choix de quotas par strate décrit plutôt un échantillonnage stratifié.

8. En quoi l’écart-type et l’erreur type décrivent-ils des sources de variabilité différentes ?

L’écart-type décrit la dispersion des individus autour de la moyenne, tandis que l’erreur type décrit la dispersion des moyennes échantillonnales autour de la moyenne de la population.
L’écart-type décrit la dispersion des moyennes échantillonnales, tandis que l’erreur type décrit la dispersion des individus autour de la moyenne de la population.
L’écart-type mesure l’incertitude sur une proportion de population, tandis que l’erreur type mesure l’écart entre deux moyennes d’échantillons.
L’écart-type décrit la dispersion des individus autour de la médiane, tandis que l’erreur type décrit la dispersion des valeurs autour de la moyenne de l’échantillon.

L’écart-type décrit la dispersion des individus autour de la moyenne, tandis que l’erreur type décrit la dispersion des moyennes échantillonnales autour de la moyenne de la population.

Explication

L’écart-type caractérise la variabilité des observations individuelles, alors que l’erreur type est l’écart-type de la distribution des moyennes obtenues par échantillonnage. La deuxième réponse inverse ces deux rôles.

9. Un laboratoire veut communiquer la plage de cholestérol observée chez les individus d’une population, et non l’incertitude sur une moyenne estimée. Quel intervalle doit-il présenter ?

Un intervalle d’échantillonnage décrivant la variabilité entre les moyennes
Un intervalle de prédiction autour d’une valeur issue d’une régression
Un intervalle de référence décrivant une plage de valeurs individuelles
Un intervalle de confiance quantifiant l’incertitude sur la moyenne estimée

Un intervalle de référence décrivant une plage de valeurs individuelles

Explication

Un intervalle de référence décrit une plage de valeurs concernant les individus, alors qu’un intervalle de confiance exprime l’incertitude autour d’une estimation. Un intervalle de confiance portant sur une moyenne ne fournit donc pas directement la plage individuelle recherchée.

10. Pourquoi compare-t-on les moyennes de deux échantillons lorsqu’on cherche à savoir si deux populations inconnues diffèrent ?

Pour vérifier que les effectifs des deux échantillons sont identiques avant toute comparaison
Pour distinguer une différence réelle entre les populations d’une fluctuation due à l’échantillonnage
Pour déterminer si les deux échantillons ont été prélevés dans une population de référence connue
Pour établir que toute différence observée provient d’un biais de mesure plutôt que du hasard

Pour distinguer une différence réelle entre les populations d’une fluctuation due à l’échantillonnage

Explication

Les moyennes des échantillons peuvent différer à cause d’une véritable différence entre les populations ou simplement du hasard lié à l’échantillonnage. Une population de référence connue relève d’un autre type de comparaison et ne permet pas, à elle seule, d’expliquer l’écart entre deux populations inconnues.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Biostatistiques descriptives et inférentielles.

Qu’étudient les statistiques ?

La réduction des données, la variabilité d’échantillonnage et les populations.

À quoi s’appliquent les biostatistiques ?

Aux sciences de la vie.

Qu’est-ce qu’une variable statistique ?

Une caractéristique susceptible de prendre différentes valeurs selon les individus étudiés.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Biostatistiques descriptives et inférentielles.

Voir la fiche →

Cours similaires

Crée tes propres QCM

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

Générateur de QCM