QCM : Statistiques descriptives et fondamentales — 11 questions

Questions et réponses du QCM

1. Que recouvre le terme « statistiques » dans son sens le plus général ?

Un ensemble de données et les activités permettant de les recueillir, traiter et interpréter
Un inventaire de mesures numériques présenté sans interprétation ni compte rendu
Un modèle probabiliste servant à prédire les résultats d’une population donnée
Une méthode de comparaison des moyennes obtenues dans plusieurs groupes expérimentaux

Un ensemble de données et les activités permettant de les recueillir, traiter et interpréter

Explication

Le terme désigne à la fois les données recueillies et le processus de recueil, de traitement, d’interprétation et de présentation de ces données. La comparaison de moyennes correspond à une opération statistique particulière, et non à la définition générale des statistiques.

2. Une chercheuse résume les scores observés dans son échantillon, puis estime si cette tendance peut s’appliquer à une population plus large : quelles approches mobilise-t-elle ?

L’analyse multivariée, puis l’approche fréquentiste
Les statistiques inférentielles, puis les statistiques descriptives
L’approche bayésienne, puis l’approche corrélationnelle
Les statistiques descriptives, puis les statistiques inférentielles

Les statistiques descriptives, puis les statistiques inférentielles

Explication

Les statistiques descriptives résument les données effectivement observées, tandis que les statistiques inférentielles évaluent la généralisation au-delà de l’échantillon. Les approches bayésienne et fréquentiste désignent d’autres cadres d’analyse, qui ne correspondent pas à cette distinction fonctionnelle.

3. Dans un groupe de 100 patients, 20 présentent à la fois les symptômes et le trouble, tandis que 10 présentent les symptômes sans le trouble : quelle est la probabilité conditionnelle d’avoir le trouble lorsque les symptômes sont présents ?

p(trouble∣symptoˆmes)=20100=0,20p(\text{trouble}\mid\text{symptômes})=\frac{20}{100}=0,20
p(trouble∣symptoˆmes)=20+10100=0,30p(\text{trouble}\mid\text{symptômes})=\frac{20+10}{100}=0,30
p(trouble∣symptoˆmes)=1020+10=0,33p(\text{trouble}\mid\text{symptômes})=\frac{10}{20+10}=0,33
p(trouble∣symptoˆmes)=2020+10=0,67p(\text{trouble}\mid\text{symptômes})=\frac{20}{20+10}=0,67

$$p(\text{trouble}\mid\text{symptômes})=\frac{20}{20+10}=0,67$$

Explication

La probabilité conditionnelle se calcule parmi les patients qui présentent les symptômes, soit 2020 patients ayant le trouble sur un total de 20+10=3020+10=30 patients symptomatiques. Le rapport 20/10020/100 correspond à la proportion de l’ensemble du groupe ayant simultanément les symptômes et le trouble, pas à la probabilité conditionnelle recherchée.

4. Dans une analyse fréquentiste, que signifie une valeur p<0,05p<0,05 pour une observation donnée ?

L’hypothèse nulle a moins de 5 % de chances d’être vraie dans la population étudiée
La probabilité que l’observation soit exacte est inférieure à 5 % dans l’échantillon analysé
L’observation est considérée comme indiquant un échantillon différent de la population de référence sous l’hypothèse nulle
La population de référence présente moins de 5 % des caractéristiques observées dans l’échantillon

L’observation est considérée comme indiquant un échantillon différent de la population de référence sous l’hypothèse nulle

Explication

Une valeur p<0,05p<0,05 indique que l’observation est suffisamment improbable sous l’hypothèse nulle pour être considérée comme le signe d’un échantillon différent de la population de référence. Elle ne donne pas directement la probabilité que l’hypothèse nulle soit vraie, ce qui constitue une confusion fréquente.

5. Qu'est-ce qu'une statistique dans le contexte de l'analyse de données?

Un ensemble de données recueillies et activité de recueil, de traitement, d’interprétation et de compte rendu de ces données.
Une méthode de calcul pour déterminer la moyenne d'une série de valeurs.
Une technique de mesure utilisée uniquement en psychologie.
Une procédure pour éliminer les valeurs extrêmes dans un jeu de données.

Un ensemble de données recueillies et activité de recueil, de traitement, d’interprétation et de compte rendu de ces données.

Explication

Une statistique désigne à la fois un ensemble de données et l'activité de leur traitement et interprétation. La deuxième option est une description partielle d'une statistique descriptive, mais ne couvre pas la définition complète.

6. Selon la définition, quelle est la principale différence entre les statistiques descriptives et les statistiques inférentielles?

Les statistiques descriptives résument et décrivent les données, tandis que les statistiques inférentielles permettent de faire des prédictions ou des généralités au-delà des données observées.
Les statistiques descriptives nécessitent un grand nombre de données, alors que les statistiques inférentielles peuvent fonctionner avec peu d'observations.
Les statistiques descriptives sont appliquées uniquement en psychologie, tandis que les statistiques inférentielles sont utilisées dans toutes les autres sciences.
Les statistiques descriptives utilisent uniquement des données numériques, alors que les statistiques inférentielles utilisent aussi des données qualitatives.

Les statistiques descriptives résument et décrivent les données, tandis que les statistiques inférentielles permettent de faire des prédictions ou des généralités au-delà des données observées.

Explication

Les statistiques descriptives se concentrent sur la description et le résumé des données collectées, tandis que les statistiques inférentielles permettent d'étendre ces résultats à une population plus large en utilisant des probabilités.

7. Quelle est la fonction principale de l'échantillon dans une étude statistique?

Remplacer la population pour simplifier l'analyse.
Recueillir toutes les données possibles de la population entière.
Représenter la population étudiée en recueillant des données sur un sous-groupe.
Garantir que les résultats soient applicables à toutes les populations.

Représenter la population étudiée en recueillant des données sur un sous-groupe.

Explication

L'échantillon sert à représenter la population pour permettre une analyse plus pratique et moins coûteuse. Contrairement à la population, il ne couvre pas tous les individus, mais doit être choisi de manière à refléter ses caractéristiques.

8. À quel moment la distinction entre population et échantillon est-elle généralement établie dans une étude statistique?

Pendant la rédaction du rapport, lors de la discussion.
Au moment de la publication des résultats.
Après l'analyse des résultats, lors de l'interprétation.
Lors de la conception de l'étude, avant la collecte des données.

Lors de la conception de l'étude, avant la collecte des données.

Explication

La distinction entre population et échantillon est généralement définie lors de la conception de l'étude, avant la collecte des données, pour déterminer la portée de l'étude. La population représente l'ensemble des individus ou observations ciblés, tandis que l'échantillon est le groupe sur lequel les données sont effectivement recueillies.

9. En quoi une échelle nominale diffère-t-elle d'une échelle ordinale dans la mesure des données?

L'échelle nominale possède un zéro absolu, ce qui n'est pas le cas de l'ordinale.
L'échelle nominale utilise des valeurs numériques avec intervalles constants, contrairement à l'ordinale.
L'échelle nominale permet de faire des calculs d'intervalles, alors que l'ordinale ne le permet pas.
L'échelle nominale ne possède pas de relation d'ordre entre les catégories, contrairement à l'échelle ordinale.

L'échelle nominale ne possède pas de relation d'ordre entre les catégories, contrairement à l'échelle ordinale.

Explication

L'échelle nominale regroupe des éléments sans relation d'ordre, contrairement à l'échelle ordinale qui classe selon un ordre. La différence principale réside dans l'absence ou la présence d'une hiérarchie entre les modalités.

10. Quelles sont les conséquences possibles d'utiliser une échelle de mesure inappropriée pour analyser des données ?

Une augmentation de la précision des mesures et une meilleure compréhension des données.
Une interprétation erronée des résultats et des conclusions non fiables.
Une réduction du temps nécessaire pour analyser les données.
Une impossibilité de calculer la moyenne ou la médiane.

Une interprétation erronée des résultats et des conclusions non fiables.

Explication

L'utilisation d'une échelle inappropriée peut conduire à des interprétations erronées des résultats, car les relations ou les différences entre les données ne seront pas correctement représentées. Une échelle mal choisie peut également empêcher certains calculs statistiques pertinents.

11. Comment peut-on appliquer la formule de l’écart-type pour analyser la dispersion des notes d’un examen dans une classe ?

En calculant la différence entre la note maximale et la note minimale, qui donne directement l’étendue.
En calculant la racine carrée de la variance pour obtenir l’écart-type, ce qui permet de mesurer la dispersion autour de la moyenne.
En comptant le nombre de notes différentes pour estimer la dispersion des résultats.
En utilisant la moyenne pour déterminer la dispersion, car elle indique la tendance centrale des notes.

En calculant la racine carrée de la variance pour obtenir l’écart-type, ce qui permet de mesurer la dispersion autour de la moyenne.

Explication

L’écart-type est obtenu en prenant la racine carrée de la variance, ce qui permet d’évaluer la dispersion des notes autour de la moyenne. La différence entre la maximum et la minimum donne l’étendue, mais ne fournit pas une mesure précise de la dispersion.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Statistiques descriptives et fondamentales.

Que désignent les statistiques ?

Un ensemble de données et l'activité de leur traitement.

Quelle est la différence principale entre statistiques descriptives et inférentielles ?

Les descriptives résument les données, les inférentielles généralisent au-delà.

Que constituent les statistiques dans l'aide à la décision en psychologie?

Un outil d’aide à la décision.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Statistiques descriptives et fondamentales.

Voir la fiche →

Cours similaires

Corps purs et mélanges

Physique

Développement physique et intelligence

Équilibres de complexation

Chimie

Relatifs et racines carrées

Mathématiques

Molécules et transformations de la matière

Physique

Besoins fondamentaux de Henderson

Crée tes propres QCM

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

Générateur de QCM