celiach Posted December 29, 2016 Posted December 29, 2016 Bonjour J'ai quelques petits problèmes avec le sujet de maths de l'année dernière... Pour le qcm 6, je ne comprends pas pourquoi les items A et C sont fausses Ensuite, pareil pour le qcm 9, je bloque sur les items B et C... (je met le lien du sujet car le screen est trop lourd sinon : http://tutoweb.org/tat_librairie/Maraîchers/Annales%20concours/S1%20-%20Concours%20Maraîchers%20Janvier%202016.pdf la page est vers la touuute fin) Et dernière question (promis), la 13E pourquoi elle est fausse ? Merci d'avance pour la réponse à ces nombreuses questions
omaynard Posted December 29, 2016 Posted December 29, 2016 QCM 6 -> A) j'étais bloqué aussi mais je viens de trouver en y re-réfléchissant grâce à toi, tes 2000 rugbyman c'est ton échantillon et tu sais que l'échantillon est tiré de la population source. consigne : "tirés au sort" sous-entendu -> de ta population source. Pour le C) c'est une estimation ponctuelle (faite sur un échantillon pour estimer une valeur sur la population cible) donc c'est surtout pas 95% des rugbymans de ton échantillon. C'est doublement faux car c'est pas 95% mais une incertitude donc la vrai réponse: ont a 95% de chance que la vrai valeur de la fréquence cardiaque des joueurs de rugby français soit entre 50 et 58. (Et ouais j'ai répondu avant Clem )
Solution Clemsoin Posted December 29, 2016 Solution Posted December 29, 2016 6A : il y a 3 type de population dans une étude : l'échantillon, qui est tirée dans la population source. La population source est ici "les joueurs de rugby de la FF". La population cible à laquelle on veut généraliser les résultats. (Tous les rugbymen? On ne sais pas trop ici, mais c'est pas sur toute la population par exemple car un rugbymen et une grand mère auront pas le meme rythme cardiaque) 6C Quand on calcule un intervalle de confiance à partir de l'échantillon, il faut appliquer les résultats à la population source. Pour calculer des données sur une même est unique population (échantillon vers échantillon ici) on utilise la loi normal, en connaissant la moyenne et l'écart type. (Pour avoir 95% des valeurs comme ici il faudrait faire moyenne +/- 2 fois l'écart type mais ce n'est pas donné ici, ni le but de cet exercice
Clemsoin Posted December 29, 2016 Posted December 29, 2016 9BC, bien que VB est un meilleur test que VA car VB à une aire sous la courbe plus importante de VA (ça répond déjà à la C), on peut déplacer le seuil de tel sorte que la sensibilité de B est égal à 0 par exemple (il aura une spé de 1 c'est sur le point (0;0), alors que la spécificité de A pourra prendre toute les valeurs de 0 à 1. En gros la courbe ROC représente toute les possibilité de seuil que tu peut avoir pour un test, mais si tu augmente trop le seuil la sensibilité sera forte mais la spécificité va quand à elle diminiuer. (Le seuil que tu définis c'est l'interaction entre une droite horizontal est la courbe de ton test) je sais pas si c'est clair (c'est simple à comprendre mais dur à bien expliquer :< )
Clemsoin Posted December 29, 2016 Posted December 29, 2016 13 E il faut que tu compares le DEGRÉ DE SIGNIFICATION avec LE RISQUE ALPHA, ça tombe TOUT le temps (par coeur doublant, les primants oublier). Bon ici tu vois que 0,008 est inférieur à 1% 0,01. Essaye de visualiser le schéma de H0 du cours. Ici tu va tomber dans la zone grisé de alpha. Càd que tu met en évidence une différence significative. Tu REJETTES H0 au risque alpha de te trompé (0,01%) (tu ne le rejettes pas avec certitude hein attention)
celiach Posted December 29, 2016 Author Posted December 29, 2016 Merci à vous deux pour la réponse hyper rapide ! (on voit ceux qui aime les maths ) Pour les rugbymen je pensais que la population cible était les rugbymen de la FF ça m'a induit en erreur ! C'est plus clair pour la courbe ROC. Et non cette année faut pas que je tombe dans ce c** de piège
Recommended Posts