Quiz: Introduction aux Contrastes Statistiques — 22 perguntas

1. Que désigne la population dans le cadre des relations entre données et conclusion statistique ?

A. L’ensemble des individus sur lesquels on veut généraliser les conclusions

B. La valeur numérique calculée à partir de l’échantillon

C. Le sous-ensemble observé utilisé pour calculer des statistiques

D. L’ensemble des méthodes de décision appliquées aux données

Answer: (A)

Explicação

La population est le groupe complet vers lequel on souhaite généraliser les résultats. L’échantillon n’en est qu’un sous-ensemble observé.

2. Quel enchaînement résume le schéma général de l’inférence statistique ?

A. Échantillon → population → distribution

B. Paramètre → statistique → catégorie

C. Variable → mesure → description

D. Population → échantillon → inférence

Answer: (D)

Explicação

Le schéma général part de la population, passe par l’échantillon, puis aboutit à l’inférence. C’est le pont entre valeurs inconnues de population et données observées.

3. Quel type de variable classe les individus en catégories plutôt que de mesurer une quantité numérique ?

A. Une variable qualitative

B. Une variable de ratio

C. Une variable d’intervalle

D. Une variable quantitative

Answer: (A)

Explicação

Une variable qualitative répartit les individus dans des catégories. Une variable quantitative, au contraire, mesure une grandeur numérique.

4. Qu’est-ce qui guide le choix des outils pour décrire une variable ?

A. Le fait qu’elle provienne d’une population

B. Son échelle de mesure et sa distribution

C. La présence d’une hypothèse nulle

D. La seule taille de l’échantillon

Answer: (B)

Explicação

Le choix des outils dépend de l’échelle de mesure et de la distribution observée. C’est ce qui oriente les descriptions tabulaires, graphiques et analytiques.

5. Que fait-on lorsqu’on interprète un cas par rapport à un groupe de référence ?

A. On applique directement une généralisation à la population

B. On remplace le cas par la moyenne de l’échantillon

C. On situe ce cas dans la distribution du groupe

D. On transforme la catégorie en paramètre

Answer: (C)

Explicação

Interpréter un cas consiste à le comparer au groupe pour voir comment il se situe dans la distribution. On cherche ainsi s’il est typique ou atypique.

6. Quel est l’objectif principal de l’interprétation d’un cas dans ce cadre ?

A. Calculer la valeur d’un paramètre inconnu

B. Choisir entre un contraste bilatéral et unilatéral

C. Déterminer la région critique d’un test

D. Comprendre s’il est typique ou atypique au regard des données de référence

Answer: (D)

Explicação

L’objectif est de donner un sens à la position du cas par rapport au groupe de référence. Cela permet de juger s’il s’écarte ou non du comportement habituel du groupe.

7. Quelle est la différence essentielle entre un contraste d’hypothèse et une estimation de paramètres ?

A. Le contraste vise une décision, l’estimation vise une valeur plausible

B. Le contraste ne concerne jamais la population

C. Le contraste produit toujours un intervalle de confiance

D. L’estimation sert à rejeter H0

Answer: (A)

Explicação

Le contraste d’hypothèse sert à prendre une décision sur une affirmation concernant la population. L’estimation cherche plutôt à approcher la valeur d’un paramètre inconnu.

8. Que permet de faire l’inférence statistique à partir d’un échantillon ?

A. Fixer directement la valeur vraie d’un paramètre

B. Éviter toute décision statistique

C. Remplacer les données par une catégorie

D. Tirer des conclusions sur la population

Answer: (D)

Explicação

L’inférence statistique permet de généraliser à la population à partir des observations de l’échantillon. Elle relie les statistiques observées aux paramètres inconnus.

9. Quand la valeur p est-elle utilisée pour rejeter H0 ?

A. Lorsqu’elle dépasse la taille d’effet

B. Lorsqu’elle est inférieure au niveau de signification α

C. Lorsqu’elle appartient à la région d’acceptation

D. Lorsqu’elle est égale à la moyenne de l’échantillon

Answer: (B)

Explicação

La règle de décision rejette H0 quand p est inférieure à α. Sinon, on ne rejette pas H0.

10. Que représente la région critique dans un test d’hypothèse ?

A. La valeur exacte du paramètre de population

B. L’ensemble des valeurs qui confirment H1

C. L’ensemble des valeurs menant au rejet de H0

D. Le sous-ensemble observé de la population

Answer: (C)

Explicação

La région critique regroupe les valeurs de la statistique qui conduisent au rejet de H0. Elle est définie à partir de la distribution sous H0.

11. Que teste un contraste bilatéral ?

A. Une différence dans n’importe quelle direction par rapport à H0

B. Une incompatibilité dans une seule direction prédéfinie

C. Une différence uniquement vers la droite

D. Une égalité stricte entre deux paramètres

Answer: (A)

Explicação

Un contraste bilatéral examine une différence sans imposer de sens préalable. L’alternative est donc non nulle sans direction imposée.

12. Dans quel cas un contraste unilatéral est-il approprié ?

A. Quand on compare seulement deux catégories nominales

B. Quand H1 doit rester sans sens

C. Quand aucune direction n’est envisagée

D. Quand une direction attendue est justifiée à l’avance

Answer: (D)

Explicação

Un contraste unilatéral s’appuie sur une direction attendue des incompatibilités avec H0. H1 impose alors un sens, supérieur ou inférieur.

13. Que signifie une erreur de type I ?

A. Rejeter H0 alors qu’elle est vraie

B. Choisir un test bilatéral

C. Ne pas rejeter H0 alors qu’elle est fausse

D. Obtenir une taille d’effet trop faible

Answer: (A)

Explicação

L’erreur de type I est le faux rejet de H0 lorsqu’elle est vraie. Elle est associée au niveau α.

14. Que mesure la puissance d’un contraste ?

A. La probabilité de rejeter H0 quand H0 est vraie

B. La probabilité d’obtenir une valeur p exacte

C. La probabilité de rejeter H0 quand H1 est vraie

D. La probabilité de ne pas rejeter H0 quand H0 est vraie

Answer: (C)

Explicação

La puissance correspond à 1−β, c’est-à-dire à la probabilité de détecter une situation où H1 est vraie. C’est donc la probabilité de rejeter H0 quand il faut le faire.

15. Que quantifie principalement la taille d’effet ?

A. La probabilité de faire une erreur de type I

B. Le niveau de risque α fixé pour la décision

C. L’ampleur d’une différence, d’une association ou d’une proportion de variance

D. Le degré de compatibilité des données avec H0

Answer: (C)

Explicação

La taille d’effet mesure l’ampleur du phénomène étudié, comme une différence ou une association. Elle ne se confond pas avec la signification statistique.

16. Pourquoi la taille d’effet est-elle utile au-delà du test de signification ?

A. Elle remplace la nécessité d’un échantillon

B. Elle aide à juger la pertinence pratique et à comparer des études

C. Elle élimine le besoin de statistiques descriptives

D. Elle permet de définir directement H0

Answer: (B)

Explicação

La taille d’effet aide à distinguer ce qui est statistiquement significatif de ce qui est réellement pertinent. Elle sert aussi à comparer et synthétiser des résultats entre études.

17. Quel ensemble de critères guide la classification des contrastes ?

A. Le nombre de variables, le niveau de mesure, la nature des groupes et le respect des hypothèses

B. La seule valeur de p et le seul niveau α

C. La position du cas et la distribution du groupe

D. La date de collecte, le nom du test et la taille de l’équipe

Answer: (A)

Explicação

La classification dépend du nombre de variables, du niveau de mesure, de la nature des groupes et des hypothèses à respecter. Ces éléments orientent le choix du test adapté.

18. Pour choisir un test sur deux variables, sur quoi repose surtout la décision ?

A. Sur la combinaison qualitative ou quantitative et le type de relation testé

B. Sur le fait que la statistique soit toujours un paramètre

C. Sur l’existence d’une population très grande

D. Sur la page du cours où figure le test

Answer: (A)

Explicação

Avec deux variables, le choix dépend de leur nature qualitative ou quantitative et de la relation qu’on cherche à tester. Cela guide la procédure statistique appropriée.

19. Quelle est la première étape d’un contraste d’hypothèse ?

A. Définir la région critique avant toute hypothèse

B. Calculer directement la statistique de contraste

C. Interpréter immédiatement la valeur p

D. Formuler H0 comme hypothèse de départ

Answer: (D)

Explicação

On commence par établir H0 comme hypothèse de départ. H1 et le niveau α viennent ensuite pour organiser la décision.

20. Quelle étape vient juste après le choix du niveau de signification α ?

A. Décider immédiatement du rejet de H0

B. Calculer la taille d’effet de la population

C. Transférer les résultats à la population

D. Choisir une statistique de contraste adaptée au problème

Answer: (D)

Explicação

Après le choix de α, on sélectionne une statistique de contraste adaptée. La région critique et le calcul sur l’échantillon viennent ensuite.

21. Quelle séquence résume correctement la logique d’un contraste d’hypothèse ?

A. Population → décision → données → estimation

B. H1 → région critique → population → cas

C. Statistique → population → cas → description

D. Données → comparaison ou relations → décision → généralisation à la population

Answer: (D)

Explicação

La séquence générale part des données, passe par la comparaison ou l’étude de relations, puis aboutit à une décision avant la généralisation. C’est la logique de l’inférence statistique.

22. Que fait-on des résultats obtenus sur l’échantillon dans cette séquence ?

A. On les remplace par H0

B. On les considère comme indépendants de toute généralisation

C. On les classe sans interprétation

D. On les transfère à la population d’origine

Answer: (D)

Explicação

Les résultats de l’échantillon servent ensuite à généraliser vers la population d’origine. C’est précisément le transfert à la population décrit par la séquence.