STATISTIQUE DESCRIPTIVES

[1310]

Bonjour,

 

je ne comprend pas certains QCM : 

il es cite que , dans le cas d'une distribution , 68% des valeurs au plus sont situés dans l'intervalle ( moy + 1,96 1 écart type ) est compté faux 

notamment  que dans un autre QCM  il est compte juste que 95 % des valeurs sont situés dans intervalle (moy + 1 écart type) compte faux aussi .

 

De plus je n'arrive pas à bien comprendre  lorsqu'on demande concernant les variables voici les QCM: 

  Si une mesure est "inexacte" et qu'il existe donc un biais de mesure, on aura beau répéter un très grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse.  c'est compté juste

 

 Si une mesure est "imprécise et exacte", on aura beau répéter un grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse. c'est compté faux

 

 

Si une mesure est exacte mais imprécise, une seule valeur mesurée sera difficile à interpréter. est compte juste

 

Pourrez t'on m'expliquer s'il vous plait ?

 

CDL

[Funk_Cor-Noel]

il y a 18 minutes, 1310 a dit :

De plus je n'arrive pas à bien comprendre  lorsqu'on demande concernant les variables voici les QCM: 

  Si une mesure est "inexacte" et qu'il existe donc un biais de mesure, on aura beau répéter un très grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse.  c'est compté juste

 

 Si une mesure est "imprécise et exacte", on aura beau répéter un grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse. c'est compté faux

 

 

Si une mesure est exacte mais imprécise, une seule valeur mesurée sera difficile à interpréter. est compte juste

Pour ce qui est du premier item il faut que tu comprennes que si il existe un biais c'est-à-dire quelques choses qui modifie systématiquement la valeur tu pourras répéter encore et encore la mesure la moyenne des mesures sera toujours INEXACTE. Prenons l'exemple d'une balance : si à chaque fois que je veux mesurer 1kg de farine (exemple) je pose mon doigt sur la balance alors la valeur affichée ne sera pas 1kg mais 1kg+mon doigt et si je refais la mesure encore et encore avec à chaque fois mon doigt sur la balance alors il y aura un biais de mesure

Pour ce qui est du deuxième item la réponse est fausse (selon moi) car certes l'exactitude de la moyenne de ces mesures sera toujours le même mais la précision de la moyenne, elle, augmentera avec le nombre de mesure.

Pour ce qui est du troisième item c'est juste du bon sens (je trouve) je saurai pas vraiment te l'expliquer. Si on a qu'une seule valeur et qu'elle est imprécise elle n'a pas de valeur c'est pourquoi quand une mesure est imprécise on mesure plusieurs fois pour en tirer une moyenne plus proche de la "réelle valeur".

 

Pour ce qui est de la distribution de la loi normale j'ai pas bien compris ton problème.

En espérant t'avoir aidé 

[Fantôme]

Bonjour, 

Alors pour la première partie de ta question, je ne comprends pas bien mais il faut retenir que :

- 68 % des valeurs se situent dans l'intervalle moy +/- sigma

- 95 %                                                                  moy +/- 1,96 (ou environ 2 )sigma

Ce qui est logique, puisque l'intervalle est plus grand avec 2 sigma , donc comprend plus de valeurs.

Tu peux le voir sur ce schéma, tu en as un équivalent dans le cours, il faut bien le comprendre pour répondre à ces QCM car on pourra aussi te demander combien de valeurs se situent au delà de 2sigma, etc.

 

J'espère que c'est plus clair ?  

 

Edited September 26, 2020 by R2019

[Yoshi]

Bonsoir @1310 !

 

Je n'ai pas bien compris ta première question si jamais tu peux m'apporter plus d'infos.

 

Pour les autres on va commencer avec un rappel de cours.

 - Une erreur aléatoire c'est un manque de précision sur ta mesure. En gros, si tu mesures beaucoup de fois le même paramètre et que tu fais la moyenne de toutes tes valeurs tu tombes sur la "vraie" valeur mais quand tu regardes la répartition de tes valeurs sur un graphique, elles sont autour de la "vraie" valeur. (cibles en haut)

 - Un biais c'est un manque d'exactitude. Ca veut dire que si tu as répété de nombreuse fois ta mesure, tu ne tendras jamais vers la bonne valeur (cibles à gauche)

Tu peux aussi avoir un manque d'exactitude (= être inexacte) et avoir un manque de précision : c'est la cible en haut à gauche.

 

il y a 12 minutes, 1310 a dit :

 Si une mesure est "inexacte" et qu'il existe donc un biais de mesure, on aura beau répéter un très grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse. 

Ici on parle de biais (donc les cibles à gauche), donc on remarque qu'effectivement peu importe le nombre de mesures que tu fais, tu seras toujours autour de la mauvaise valeur. 

 

il y a 30 minutes, 1310 a dit :

 Si une mesure est "imprécise et exacte", on aura beau répéter un grand nombre de fois cette mesure sur un même prélèvement biologique, la moyenne de ces mesures sera toujours différente de la valeur vraie de la variable biologique à laquelle on s'intéresse.

"Imprécise" nous signale un manque de précision et "Exacte" une absence de biais. Du coup on est dans le cas de la cible en haut à droite, tes valeurs sont dispersées autour de la bonne valeur mais pas très proche les unes des autres. Donc si tu fais un grand nombre de mesure et que tu en fais la moyenne tu tombes sur la vraie valeur du fait que la mesure est exacte. 

 

il y a 35 minutes, 1310 a dit :

Si une mesure est exacte mais imprécise, une seule valeur mesurée sera difficile à interpréter

Toujours dans la même cible que l'item précédent. Tu as vu que les valeurs étaient dispersées autour de la vraie valeur, du coup tu tombes sur la vraie valeur en faisant la moyenne de différente mesure. Cependant, si tu n'en as qu'une seule tu ne peux pas faire de moyenne et donc comme ta mesure est imprécise ça va être difficile d'en tirer des conclusions.

[1310]

Il y a 16 heures, R2019 a dit :

Bonjour, 

Alors pour la première partie de ta question, je ne comprends pas bien mais il faut retenir que :

- 68 % des valeurs se situent dans l'intervalle moy +/- sigma

- 95 %                                                                  moy +/- 1,96 (ou environ 2 )sigma

Ce qui est logique, puisque l'intervalle est plus grand avec 2 sigma , donc comprend plus de valeurs.

Tu peux le voir sur ce schéma, tu en as un équivalent dans le cours, il faut bien le comprendre pour répondre à ces QCM car on pourra aussi te demander combien de valeurs se situent au delà de 2sigma, etc.

 

J'espère que c'est plus clair ?  

 

ok merci 

Il y a 16 heures, Yoshi a dit :

Bonsoir @1310 !

 

Je n'ai pas bien compris ta première question si jamais tu peux m'apporter plus d'infos.

 

Pour les autres on va commencer avec un rappel de cours.

 - Une erreur aléatoire c'est un manque de précision sur ta mesure. En gros, si tu mesures beaucoup de fois le même paramètre et que tu fais la moyenne de toutes tes valeurs tu tombes sur la "vraie" valeur mais quand tu regardes la répartition de tes valeurs sur un graphique, elles sont autour de la "vraie" valeur. (cibles en haut)

 - Un biais c'est un manque d'exactitude. Ca veut dire que si tu as répété de nombreuse fois ta mesure, tu ne tendras jamais vers la bonne valeur (cibles à gauche)

Tu peux aussi avoir un manque d'exactitude (= être inexacte) et avoir un manque de précision : c'est la cible en haut à gauche.

 

Ici on parle de biais (donc les cibles à gauche), donc on remarque qu'effectivement peu importe le nombre de mesures que tu fais, tu seras toujours autour de la mauvaise valeur. 

 

"Imprécise" nous signale un manque de précision et "Exacte" une absence de biais. Du coup on est dans le cas de la cible en haut à droite, tes valeurs sont dispersées autour de la bonne valeur mais pas très proche les unes des autres. Donc si tu fais un grand nombre de mesure et que tu en fais la moyenne tu tombes sur la vraie valeur du fait que la mesure est exacte. 

 

Toujours dans la même cible que l'item précédent. Tu as vu que les valeurs étaient dispersées autour de la vraie valeur, du coup tu tombes sur la vraie valeur en faisant la moyenne de différente mesure. Cependant, si tu n'en as qu'une seule tu ne peux pas faire de moyenne et donc comme ta mesure est imprécise ça va être difficile d'en tirer des conclusions.

ok merci