QCM : Conception de visualisations de données (9 questions)

Questions et réponses du QCM

1. Une municipalité prépare un sondage empirique sur les déplacements des habitants. Quels éléments doit-elle définir pour organiser cette enquête ?

Les variables de résultat, les graphiques et les indicateurs finaux
L’échantillon observé, les mesures physiques et la période d’essai
Le questionnaire, son mode d’administration et la population ciblée
Le protocole expérimental, les traitements et le groupe témoin

Le questionnaire, son mode d’administration et la population ciblée

Explication

Une enquête empirique nécessite l’élaboration d’un questionnaire, le choix de son mode d’administration et la définition de la population ciblée. Le protocole expérimental concerne une expérience, tandis que les graphiques et indicateurs ne remplacent pas ces étapes de conception.

2. Une base rassemble, pour plusieurs régions, des mesures répétées au fil des années. Quelle forme d’organisation des données décrit le mieux cette base ?

Des données spatiales
Des données de panel longitudinal
Des séries temporelles simples
Des données en coupe transversale

Des données de panel longitudinal

Explication

Des mesures répétées au fil du temps pour plusieurs régions combinent une dimension temporelle et des unités suivies : elles forment un panel longitudinal. Une coupe transversale décrit un instant, tandis qu’une série temporelle simple suit généralement une unité au cours du temps.

3. Dans un tableau structuré de relevés quotidiens, chaque ligne représente une date et les colonnes contiennent la température et les précipitations. Quelle organisation est correcte ?

Une ligne par colonne de mesure et une colonne par individu
Une ligne par observation temporelle et une colonne par variable
Une ligne par variable et une colonne par observation temporelle
Une ligne par type de variable et une colonne par date

Une ligne par observation temporelle et une colonne par variable

Explication

Dans des données structurées, une ligne correspond à un individu ou à une observation temporelle, et chaque colonne à une variable. Inverser lignes et colonnes confond l’unité observée avec les caractéristiques mesurées.

4. Que désigne un indicateur de proportion ou de taux ?

Une mesure rapportée à une unité territoriale ou à une population
Une mesure qui indique quelle part d’un ensemble est concernée
Une mesure qui compare l’évolution d’une série à une base 100
Une mesure qui indique combien d’unités sont dénombrées

Une mesure qui indique quelle part d’un ensemble est concernée

Explication

Un indicateur de proportion ou de taux exprime la part concernée, contrairement à un indicateur de niveau qui répond à la question « Combien ? ». Un indicateur de niveau mesure un nombre d’unités, et non leur part dans un ensemble.

5. Dans la méthode KNN, comment la valeur manquante est-elle estimée après la recherche des k individus les plus proches ?

Par la moyenne des valeurs observées chez ces k individus
Par une valeur fixe définie avant l’analyse
Par la valeur de l’individu le plus éloigné
Par la médiane de toutes les valeurs de la variable

Par la moyenne des valeurs observées chez ces k individus

Explication

La méthode KNN remplace la donnée manquante par la moyenne des valeurs des k individus les plus proches. Une valeur fixe est une autre méthode de traitement des données manquantes, mais elle ne correspond pas au calcul KNN.

6. Quel est l’objectif principal de l’étude du biais du survivant dans l’exemple des avions renforcés pendant la Seconde Guerre mondiale ?

Corriger les erreurs de mesure en vérifiant les traces de combat sur chaque avion revenu.
Éviter de tirer des conclusions à partir des seuls avions revenus, car les avions perdus ne sont pas représentés.
Évaluer les différences de couverture entre les zones de combat fréquentées par les escadrilles.
Comparer les dommages des avions selon leur année de fabrication pour isoler l’effet du vieillissement.

Éviter de tirer des conclusions à partir des seuls avions revenus, car les avions perdus ne sont pas représentés.

Explication

L’exemple montre que les avions revenus ne représentent pas tous ceux qui ont été engagés : les pertes, qui pourraient révéler les zones les plus vulnérables, sont absentes de l’observation. Comparer les avions selon leur année de fabrication ne répond pas à ce problème de sélection des survivants.

7. En quoi la visualisation des données diffère-t-elle de la préparation des données dans la démarche d’analyse ?

La préparation choisit les graphiques et leur mise en forme, tandis que la visualisation sélectionne les variables et traite les valeurs manquantes.
La préparation compose des rapports et des tableaux de bord, tandis que la visualisation construit les indicateurs pertinents.
La préparation construit et contrôle la base, tandis que la visualisation choisit des représentations graphiques et leur mise en forme.
La préparation identifie les biais de perception, tandis que la visualisation vérifie le codage et repère les valeurs extrêmes.

La préparation construit et contrôle la base, tandis que la visualisation choisit des représentations graphiques et leur mise en forme.

Explication

La préparation comprend des étapes de vérification, de sélection des variables, de construction d’indicateurs et de traitement des données, alors que la visualisation porte notamment sur les familles de graphiques et leur habillage. Choisir les graphiques ne relève donc pas de la préparation de la base, contrairement à ce que suggère un distracteur.

8. Pourquoi les données expérimentales peuvent-elles différer des données observationnelles ?

Parce qu’elles résultent du choix d’un mode d’administration d’un sondage.
Parce qu’elles sont obtenues en observant des phénomènes sans agir sur eux.
Parce qu’elles sont recueillies dans le cadre d’une expérience où le chercheur intervient.
Parce qu’elles proviennent d’un questionnaire administré à une population ciblée.

Parce qu’elles sont recueillies dans le cadre d’une expérience où le chercheur intervient.

Explication

Une expérience implique une intervention, ce qui caractérise la collecte de données expérimentales. À l’inverse, les données observationnelles sont recueillies sans intervention du chercheur.

9. Pour analyser les réponses de plusieurs personnes à un questionnaire, comment faut-il organiser un jeu de données structuré ?

Placer chaque personne sur une ligne et chaque variable dans une colonne
Placer chaque variable sur une ligne et chaque personne dans une colonne
Placer chaque réponse dans une ligne et les questions dans des colonnes
Placer les personnes en colonnes et les observations temporelles en lignes

Placer chaque personne sur une ligne et chaque variable dans une colonne

Explication

Cette organisation associe chaque ligne à un individu et chaque colonne à une variable mesurée. Inverser lignes et colonnes confond les individus avec les variables, même si les deux peuvent apparaître dans un tableau.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Conception de visualisations de données.

Comment les données observationnelles sont-elles recueillies ?

En observant sans intervenir.

Sur quoi repose une enquête ou un sondage empirique ?

Sur l’élaboration d’un questionnaire, le choix de son mode d’administration et la définition de la population ciblée.

Dans un jeu de données structuré, que représente chaque colonne ?

Une variable.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Conception de visualisations de données.

Voir la fiche →

Cours similaires

Organisation et fonctions des cellules

SVT

ADN, gènes et spécialisation cellulaire

SVT

Agronomie et systèmes agricoles durables

Structure des biomolécules

Chimie

ADN et spécialisation cellulaire

SVT

Nombres rationnels et fractions

Mathématiques

Crée tes propres QCM

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

Générateur de QCM