Statistique descriptive
- Moyenne
- x̄ = Σx/n
- Écart-type d’échantillon
- s = √(Σ(x − x̄)²/(n − 1))
- Médiane
- valeur du milieu des données triées
- Score z
- z = (x − μ)/σ
- Loi normale
- 68% dans ±1σ, 95% dans ±2σ
Formulaires, étapes clés de la méthode pour chaque thème et 16 exercices, avec les corrigés complets à la fin.
Les caractéristiques de la demande sont :
Après avoir analysé les données, un chercheur rédige l'introduction comme si un résultat inattendu avait été prédit depuis le début. Cela s'appelle :
Trouve l'écart-type d'échantillon s des données : 59, 25, 29, 25, 47, 42.
Les notes d'un examen suivent une loi normale de moyenne 50 et d'écart-type 15. Trouve le score z z d'une note de 72,5.
De combien de façons N peut-on choisir un comité de 5 personnes parmi un groupe de 14 ? L'ordre ne compte pas.
Un test comporte 7 QCM. Une étudiante qui répond au hasard a chaque réponse juste avec une probabilité 0,5, indépendamment. Quelle est la probabilité P d'avoir exactement 3 bonnes réponses ?
Faites glisser z pour que l’aire colorée sous la courbe normale centrée réduite, à droite de z, soit 0,9633. Trouvez z avec deux décimales.
Les les tailles des hommes adultes suivent une loi normale de moyenne 178 cm et d’écart type 7 cm. Faites glisser le seuil pour que les 80 % les plus bas (zone colorée) soient à sa gauche. Trouvez le seuil x.
On mesure la tension artérielle de 10 patients avant et après un traitement. Les différences d = avant − après (mmHg) ont une moyenne de 9,6 et un écart-type de 1,4. Trouvez la marge d’erreur E de l’intervalle de confiance à 99 % pour la différence moyenne.
On teste deux engrais. Groupe de parcelles 1 : 7 parcelles, rendement moyen 61,5 kg, écart-type 3,5 kg. Groupe de parcelles 2 : 5 parcelles, moyenne 61 kg, écart-type 6,5 kg. Supposez les variances égales (t avec variance commune, df = n₁ + n₂ − 2). Trouvez la borne supérieure de l’intervalle de confiance à 95 % pour μ₁ − μ₂.
La moyenne d’une population est censée valoir 120 ; l’écart-type de la population est connu et vaut 30. Un échantillon aléatoire de 100 observations a une moyenne de 126,06. Testez H₀ : μ = 120 contre H₁ : μ ≠ 120. Trouvez la valeur p p.
Quelle taille doit avoir un échantillon pour que l'intervalle de confiance à 99 % d'une moyenne ait une marge d'erreur d'au plus 3 ? L'écart-type est 8. Trouve la plus petite taille d'échantillon n.
Le tableau donne 6 observations appariées de x = charge en kN et y = allongement en mm. Trouvez le coefficient de détermination r² de la droite des moindres carrés.
Le tableau donne 6 observations appariées de x = température en °C et y = glaces vendues. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 24.
Le tableau de contingence indique les effectifs observés. Pour un test d’indépendance du khi-deux, trouvez l’effectif attendu E de la case « équipe de nuit, majeur ».
Un test d’ajustement du khi-deux compare les effectifs observés dans 3 catégories à des proportions attendues entièrement spécifiées (aucun paramètre n’est estimé à partir des données). Combien de degrés de liberté df le test a-t-il ?
Réponse: B · Des indices qui amènent les participants à deviner l'objectif et à modifier leur comportement
Quand les participants devinent l'hypothèse, ils peuvent agir pour la confirmer ou la saboter, ce qui menace la validité. La tromperie et les procédures en aveugle réduisent ce problème.
Réponse: A · Le HARKing (formuler l'hypothèse une fois les résultats connus)
Le HARKing présente des résultats exploratoires comme confirmatoires, ce qui les fait paraître plus solides qu'ils ne le sont. Il contribue à la crise de la réplication.
Réponse: s = 13,83
Statistique descriptive : la moyenne est la somme divisée par n ; la médiane est la valeur du milieu des données triées (la moyenne des deux valeurs du milieu si n est pair). L'écart-type d'échantillon est s = √(Σ(x − x̄)²/(n − 1)). Un score z = (x − μ)/σ indique à combien d'écarts-types une valeur se trouve de la moyenne.
Réponse: z = 1,5
Statistique descriptive : la moyenne est la somme divisée par n ; la médiane est la valeur du milieu des données triées (la moyenne des deux valeurs du milieu si n est pair). L'écart-type d'échantillon est s = √(Σ(x − x̄)²/(n − 1)). Un score z = (x − μ)/σ indique à combien d'écarts-types une valeur se trouve de la moyenne.
Réponse: N = 2002
Probabilités : avec des issues équiprobables, P(A) = cas favorables/cas possibles. Pour des événements indépendants, on multiplie : P(A et B) = P(A)·P(B). Le complémentaire aide souvent : P(au moins un) = 1 − P(aucun). Loi binomiale : pour n épreuves indépendantes de probabilité de succès p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.
Réponse: P = 0,2734
Probabilités : avec des issues équiprobables, P(A) = cas favorables/cas possibles. Pour des événements indépendants, on multiplie : P(A et B) = P(A)·P(B). Le complémentaire aide souvent : P(au moins un) = 1 − P(aucun). Loi binomiale : pour n épreuves indépendantes de probabilité de succès p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.
Réponse: z = −1,79
D’une aire à z : Φ(z) est l’aire à gauche de z. Pour une aire A de la queue gauche, trouvez dans la table le z tel que Φ(z) = A. Une aire A de la queue droite signifie Φ(z) = 1 − A. Une aire centrale A entre −z et z laisse (1 − A)/2 dans chaque queue, donc Φ(z) = (1 + A)/2. Pour une valeur x, utilisez x = μ + zσ.
Trouvez 0,0367 dans la table et lisez z.
Réponse: x = 183,9 cm
D’une aire à z : Φ(z) est l’aire à gauche de z. Pour une aire A de la queue gauche, trouvez dans la table le z tel que Φ(z) = A. Une aire A de la queue droite signifie Φ(z) = 1 − A. Une aire centrale A entre −z et z laisse (1 − A)/2 dans chaque queue, donc Φ(z) = (1 + A)/2. Pour une valeur x, utilisez x = μ + zσ.
Réponse: E = 1,439 mmHg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Réponse: borne supérieure = 6,924 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Réponse: p = 0,04338
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
p ≤ 0,05, donc H₀ est rejetée au seuil de 5 %.
Réponse: n = 48
Test sur une moyenne : la statistique de test mesure à combien d'erreurs types la moyenne de l'échantillon se trouve de la valeur affirmée dans H₀ : z = (x̄ − μ₀)/(σ/√n) quand σ est connu, t = (x̄ − μ₀)/(s/√n) quand il est estimé sur l'échantillon. Un intervalle de confiance vaut x̄ ± (valeur critique)·(erreur type).
Réponse: r² = 0,9698
Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.
Environ 96,98 % de la variation de y est expliquée par la droite.
Réponse: ŷ = 67,22
Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.
Réponse: E = 23,93
Tests du khi-deux : comparez les effectifs observés O aux effectifs E attendus sous H₀ avec χ² = Σ(O − E)²/E. Ajustement : E = n·p pour chaque catégorie, df = k − 1 (moins un de plus pour chaque paramètre estimé à partir des données). Indépendance dans un tableau r × c : E = total de la ligne × total de la colonne / total général, df = (r − 1)(c − 1). Rejetez H₀ lorsque χ² dépasse la valeur critique pour le α choisi.
Réponse: df = 2
Tests du khi-deux : comparez les effectifs observés O aux effectifs E attendus sous H₀ avec χ² = Σ(O − E)²/E. Ajustement : E = n·p pour chaque catégorie, df = k − 1 (moins un de plus pour chaque paramètre estimé à partir des données). Indépendance dans un tableau r × c : E = total de la ligne × total de la colonne / total général, df = (r − 1)(c − 1). Rejetez H₀ lorsque χ² dépasse la valeur critique pour le α choisi.
ExamProblems · examproblems.com/courses/research-methods-psychology