je ne comprends pas mon erreur :(

[Flogo]

salut,

j'arrive pas à comprendre les erreurs suivante sur le QCM d'estimation par intervalle de confiance

est-ce que quelqu'un pourrait me les expliquer svp 

[Manelz]

Salut ,

 

Alors pour la question B :

- pi désigne la vraie proportion dans TOUTE la population , ici la proportion réelle de patients ayant un syndrome de fatigue post dialyse.

On cherche à estimer pi mais on ne le connait pas. 

 

On calcul alors la moyenne estimée qui elle est bien égale a 0,61. C’est l’estimation dans cet échantillon et cela peut varier d’un échantillon à l’autre. Alors que pi (la vraie proportion dans la population) est fixe, mais inconnue.

Je pense qu’il s’agit ici de cette nuance (entre la vraie valeur de pi et son estimation m = 0,61) . 

 

Pour la question E : 

 

- Déjà le biais de sélection correspond à une erreur systématique, qui fait que la moyenne de tes estimations est déplacée par rapport à la vraie valeur. 

Ici si on a systématiquement un surreprésentation des hommes dans l’échantillon cela veut dire que les hommes ont une probabilité différente d’avoir le syndrome que les femmes et donc la méthode d’estimation va donner une estimation qui ne reflète plus la vraie proportion de la population totale. C’est le biais de sélection. 

 

C’est pour cela que dans la correction il y a écrit que « la moyenne des valeurs est centrée sur une valeur différente de la vraie valeur ».

Cela veut dire que l’estimation (la moyenne des valeurs) n’est plus centrée autour de pi (la vraie proportion) du fait du biais de sélection. Autrement dit elle est biaisée. 

 

Voilà j’ai essayée de détailler la réponse au maximum si t’a une question, ou qu’il y a quelque chose que tu n’as pas compris n’hésites pas!

[Helocoucou]

Salut ! Alors je vais t’expliquer tout ça :

• p = proportion observée dans l’échantillon = 610 / 1000 = 0,61

• π représente la vraie prévalence de la population, c’est-à-dire la proportion réelle de personnes ayant le syndrome dans l’ensemble de la population

MAIS attention au mot « conclure » :

• Dans un échantillon, on estime la prévalence, on ne connaît pas la prévalence réelle dans la population.

• Donc dire « on peut conclure que la prévalence = 0,61 » est incorrect : ce n’est qu’une estimation ponctuelle, pas la vraie valeur.

Conclusion : B est FAUSSE => 0,61 est une estimation, pas une certitude.

 

Pour le dernier QCM : 

Si on choisit un échantillon qui n’est pas représentatif de la population, alors la proportion observée (p) ne reflète pas la vraie prévalence (π).

On a une surreprésentation des hommes dans l’échantillon.

Si le syndrome de fatigue post-dialyse dépend du sexe (par exemple, plus fréquent chez les femmes), alors le fait d’avoir plus d’hommes que dans la population réelle faussera la proportion observée

La moyenne observée dans l’échantillon sera centrée sur une valeur différente de la vraie prévalence π.

C’est exactement la définition d’un biais.

 

Donc la E est vraie 

J’espère que cela a pu t’aider si tu veux davantage d’explications n’hésite pas !