ULaval:MED-2232/Inférence statistique/Questions

De Wikimedica
Révision datée du 23 septembre 2020 à 14:11 par Nicolas Chapdelaine (discussion | contributions) (création de flashcards)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
[ modifier ]
Qu'est-ce que l'inférence dans un contexte de recherche scientifique?

L’inférence est le processus par lequel on déduit la valeur d’un paramètre à partir de la statistique qui est mesurée dans un échantillon.

[ modifier ]
Lequel des énoncés suivants n'est pas une méthode d'inférence statistique?

  1. La distribution de probabilités
  2. L'intervalle de confiance
  3. Le test d'hypothèse

a

[ modifier ]
Quelle énoncé parmi les suivants n'est pas une caractéristique d'une distribution normale?

  1. Être continue
  2. Être en forme de cloche
  3. Être symétrique par rapport à la moyenne (μ).
  4. Le 1er écart-type (σ) est égale à la distance entre la moyenne et le point d’inflexion de la courbe.
  5. Tous ces énoncés sont des caractéristiques d'une distribution normale

e

[ modifier ]
Quelle est l'aire sous la courbe de la distribution normale?

  1. 0
  2. 1
  3. 2
  4. 3
  5. Cela dépend de la situation

b

L’aire sous la courbe de la distribution normale est égale à 1 puisque c’est une distribution de probabilités.

[ modifier ]
Vrai ou faux? Dans une distribution normale, la moyenne, la médiane et l’écart-type comporte la même valeur peu importe la situation?

  1. Vrai
  2. Faux

a

Vrai
La moyenne, la médiane et l’écart-type ont une même valeur. La moyenne +/- 1 écart-type contient 68,3% de l’aire sous la courbe; la moyenne +/- 2 écart-types contient 95,4% et la moyenne +/- 3 écarts-types contient 99,7% de l’aire sous la courbe.

[ modifier ]
Quel score permet de convertir une distribution normale en une distribution normale centrée et réduite?

Le score Z

[ modifier ]
Un niveau de pression artérielle diastolique supérieur à 90 est considéré comme un risque pour la santé. Quel type d'anormalité est en cause ici?

  1. anormalité clinique
  2. anormalité statistique

a

Normalité statistique : Répartition des valeurs observées pour une variable dans une population.

Normalité clinique : Un seuil à partir duquel un résultat d’examen témoigne d’un risque pour la santé d’une personne ou d’une maladie.

[ modifier ]
Dans le test d'hypothèse, qu"est-ce que cela signifie si l'hypothèse H0 est vraie?

Si l’hypothèse H0 se révèle vraie, cela signifie que les différences entre les deux groupes étudiés sont attribuables aux fluctuations entre les échantillons.

[ modifier ]
Vrai ou faux? Plus la valeur p est petite, plus l'hypothèse H0 est vraisemblable.

  1. Vrai
  2. Faux

b

Faux
Plus la valeur p est petite, moins H0 est vraisemblable

[ modifier ]
Quel type d'erreur correspond à conclure que l’hypothèse H0 est véridique alors que c’est H1 qui est vraie.

  1. Erreur de type 1
  2. Erreur de type 2

b

[ modifier ]
Que représente la puissance d'une étude?

La puissance d’une étude correspond, pour une certaine taille d’échantillon, à la probabilité de déceler une différence prédéterminée lorsque celle-ci existe réellement dans une population.

Donc, la puissance correspond à la probabilité de rejeter H0 si H1 est vraie.

[ modifier ]
Quel énoncé est vrai parmi les suivants concernant le choix de l'intervalle de confiance?

  1. Fixé à au moins 95% pour être valide
  2. Fixé à au moins 90% pour être valide
  3. Fixé par le chercheur

c

[ modifier ]
Vrai ou faux? Dans un rapport de cote ou des risques relatifs, si la valeur 0 est incluse dans l’intervalle de confiance, cela signifie que l’association entre les deux variables n’est pas statistiquement significative.

  1. Vrai
  2. Faux

b

Faux
Dans un rapport de cote ou des risques relatifs, si la valeur 1 est incluse dans l’intervalle de confiance, cela signifie que l’association entre les deux variables n’est pas statistiquement significative.

[ modifier ]
Vrai ou faux? Des résultats non statistiquement significatifs sont d'emblée sans intérêt clinique.

  1. Vrai
  2. Faux

b

Faux
Lorsque des résultats ne sont pas statistiquement significatifs, il faut évaluer la puissance de l’étude avant de déterminer si les résultats ont un intérêt clinique. Si la puissance est trop faible, il est nécessaire d’effectuer d’autres études avant de porter un jugement définitif.