Quiz: Introduction aux fondamentaux de la statistique — 10 Fragen

1. Quelle est la principale différence entre la statistique descriptive et la statistique inférentielle ?

A. La statistique descriptive résume et présente les données, tandis que la statistique inférentielle permet de tirer des conclusions sur une population à partir d’un échantillon.

B. La statistique descriptive utilise des modèles mathématiques, tandis que la statistique inférentielle ne s’appuie pas sur des modèles.

C. La statistique descriptive est utilisée uniquement pour des données quantitatives, alors que la statistique inférentielle concerne uniquement des données qualitatives.

D. La statistique descriptive est uniquement utilisée pour décrire une population entière, tandis que la statistique inférentielle travaille uniquement avec des échantillons.

Answer: (A)

Erklärung

La statistique descriptive sert à résumer et à représenter les données collectées, alors que la statistique inférentielle utilise ces données pour faire des estimations ou des tests sur une population plus large.

2. Quelle est la principale différence entre statistique descriptive et statistique inférentielle?

A. La statistique descriptive résume les données, tandis que la statistique inférentielle fait des estimations et des tests sur la population.

B. La statistique descriptive utilise uniquement des graphiques, alors que la statistique inférentielle ne fait que des calculs mathématiques.

C. La statistique descriptive est pour les grandes populations, alors que la statistique inférentielle concerne uniquement les petits échantillons.

D. La statistique descriptive ne nécessite pas de représenter graphiquement les données, contrairement à la statistique inférentielle.

Answer: (A)

Erklärung

La statistique descriptive vise à résumer ou décrire un ensemble de données, tandis que la statistique inférentielle utilise des échantillons pour faire des estimations ou tester des hypothèses sur la population.

3. Lorsqu’on travaille avec un petit échantillon ou lorsque la variance de la population est inconnue, quelle loi est généralement utilisée pour estimer la moyenne ?

A. La loi normale

B. La loi binomiale

C. La loi de Poisson

D. La loi de Student

Answer: (D)

Erklärung

La loi de Student est adaptée pour estimer la moyenne dans le cas de petits échantillons ou lorsque la variance de la population est inconnue, car elle prend en compte l’incertitude liée à ces conditions.

4. Quelle loi est généralement utilisée pour estimer la moyenne d’un petit échantillon ou lorsque la variance de la population est inconnue?

A. La loi normale

B. La loi de Student

C. La loi de Poisson

D. La loi exponentielle

Answer: (B)

Erklärung

La loi de Student est particulièrement adaptée aux petits échantillons ou lorsque la variance de la population est inconnue, contrairement à la loi normale qui suppose une variance connue ou de grands échantillons.

5. Quelle règle empirique indique la proportion des observations dans un échantillon suivant une loi normale ?

A. Environ 68% des observations se trouvent dans l’intervalle $ ar{x} ext{ à } ext{2}(s)$

B. Environ 68% des observations se trouvent dans l’intervalle $ ar{x} ext{ à } ext{1} imes s$

C. Environ 68% des observations se trouvent dans l’intervalle $ ar{x} ext{ ± } 1 imes s$

D. Environ 68% des observations se trouvent dans l’intervalle $ ar{x} ext{ à } ext{3} imes s$

Answer: (C)

Erklärung

La règle empirique pour la loi normale indique qu’environ 68% des observations se trouvent dans l’intervalle de la moyenne $ ar{x} $ moins un écart-type $ s $ à la moyenne $ ar{x} $ plus un écart-type, soit $ ar{x} ext{ ± } 1 imes s $.

6. Quelle règle empirique correspond à la distribution normale en termes de pourcentage d’observations dans un intervalle autour de la moyenne?

A. 68% dans $ igcap_{1} $, 95% dans $ igcap_{2} $, 99.7% dans $ igcap_{3} $

B. 68% dans $ igcap_{1} $, 95% dans $ igcap_{2} $, 99.7% dans $ igcap_{3} $

C. 90% dans $ igcap_{1} $, 98% dans $ igcap_{2} $, 99.9% dans $ igcap_{3} $

D. 50% dans $ igcap_{1} $, 75% dans $ igcap_{2} $, 90% dans $ igcap_{3} $

Answer: (B)

Erklärung

La règle empirique indique que pour une distribution normale, environ 68% des données sont dans $ igcap_{1} $, 95% dans $ igcap_{2} $, et 99.7% dans $ igcap_{3} $ autour de la moyenne.

7. Pourquoi est-il crucial de s’assurer de la représentativité de l’échantillon en statistique?

A. Parce qu’un échantillon non représentatif peut conduire à des estimations biaisées de la population.

B. Parce qu’un échantillon représentatif garantit que la population est homogène.

C. Parce qu’un échantillon représentatif est toujours plus facile à collecter.

D. Parce qu’un échantillon non représentatif ne permet pas d’utiliser la loi normale.

Answer: (A)

Erklärung

Une échantillon représentatif est essentiel pour que les résultats de l’analyse soient fiables et puissent être généralisés à toute la population.

8. Quels éléments doivent obligatoirement être définis ou choisis lors de la démarche statistique?

A. La population cible, la taille de l’échantillon, et la méthode d’échantillonnage.

B. Uniquement la moyenne et l’écart-type du population.

C. Le nom des individus inclus dans l’échantillon.

D. Les outils de visualisation des données uniquement.

Answer: (A)

Erklärung

La démarche statistique commence par définir la population cible, choisir une taille d’échantillon adaptée, et sélectionner la méthode d’échantillonnage pour garantir la validité de l’étude.

9. Quel est l’usage principal de la formule de la moyenne d’échantillon $ar{x} = rac{1}{n} imes ext{somme des valeurs}$?

A. Calculer la moyenne de la population.

B. Estimer la moyenne de la population à partir d’un échantillon.

C. Calculer la variance de l’échantillon.

D. Comparer deux échantillons entre eux.

Answer: (B)

Erklärung

La formule de la moyenne d’échantillon est utilisée pour estimer la moyenne de la population à partir des données récoltées sur l’échantillon.

10. Quel aspect est à vérifier avant d’utiliser la loi normale pour une analyse statistique?

A. La normalité des données, via des tests appropriés.

B. La taille de l’échantillon uniquement.

C. La moyenne de la population uniquement.

D. La variabilité des données, en confondant avec la moyenne.

Answer: (A)

Erklärung

Il est crucial de vérifier la normalité des données pour justifier l’utilisation de la loi normale, en particulier si la taille de l’échantillon est petite.