Master 1 de démographie Modélisations statistiques simple et multiple – QCM de 30 minutes Une seule bonne réponse par question. + 1 point pour toute bonne réponse. – 0,5 point pour toute mauvaise réponse. Aucun point en cas de non réponse A. Dans le cadre d’une régression linéaire simple : 1. la valeur prédite pour un individu : a. estime parfaitement la valeur observée lorsque la somme des résidus est égale à zéro ……………………………………………………………………… □ b. estime parfaitement la valeur observée lorsque le résidu correspondant est égal à zéro……………………………………………………………………. □ c. estime parfaitement la valeur observée uniquement si tous les résidus sont égaux à zéro………………………………………………………………….. □ d. n’estime jamais parfaitement la valeur observée…………………………………………………………………..……………………………………………………………..□ 2. une constante négative signifie : a. que la droite de régression coupe l’axe des ordonnées en une valeur négative lorsque la variable explicative vaut zéro……………………… □ b. que la droite de régression coupe l’axe des abscisses en une valeur négative lorsque la variable explicative vaut zéro………………………… □ c. que la droite de régression coupe l’axe des ordonnées en une valeur négative lorsque la variable expliquée vaut zéro……………………..… □ d. que la droite de régression coupe l’axe des abscisses en une valeur négative lorsque la variable expliquée vaut zéro………………………….. □ 3. une pente négative signifie : a. qu’il existe une faible corrélation entre la variable expliquée et la variable explicative ………………………………………………………………………… □ b. qu’il existe une forte corrélation entre la variable expliquée et la variable explicative ………………………………………….……………………………… □ c. que la valeur de la variable expliquée diminue lorsque la valeur de la variable explicative diminue ……………….…….……………………………… □ d. que la valeur de la variable expliquée augmente lorsque la valeur de la variable explicative diminue ……………….…….…………………………… □ 4. les paramètres estimés à partir d’un échantillon : a. différent nécessairement de ceux de l’ensemble de la population étudiée……………………………………………….……………………………………………□ b. sont identiques à ceux de l’ensemble de la population étudiée uniquement si échantillon et population étudiée sont confondus ….……□ c. sont identiques à ceux de l’ensemble de la population étudiée si tous les échantillons issus de la population sont identiques ………….… □ d. sont identiques à ceux de l’ensemble de la population uniquement si tous les échantillons issus de la population sont différents...….… □ 5. rejeter l’hypothèse de nullité du paramètre correspondant à la pente signifie : a. qu’il y a indépendance entre la variable expliquée et la variable explicative ...…………………………………………………………………………………..… □ b. que la droite de régression ne passe pas par l’origine d’un plan orthonormé ...…………………………………………………………………………………… □ c. que les valeurs prédites de la variable expliquée diffèrent pour des valeurs différentes du regresseur ...………………………………………………□ d. que la variable expliquée ne peut prendre la valeur zéro qu’à la condition que la variable explicative soit aussi égale à zéro ……………… □ Master 1 de démographie Modélisations statistiques simple et multiple – QCM de 30 minutes Une seule bonne réponse par question. + 1 point pour toute bonne réponse. – 0,5 point pour toute mauvaise réponse. Aucun point en cas de non réponse 6. le r² correspond au : a. coefficient de corrélation, il mesure la variation de la variable expliquée en fonction de celle de la variable explicative……….……………… □ b. coefficient de détermination, il mesure la variation de la variable expliquée en fonction de celle de la variable explicative…….…………… □ c. coefficient de corrélation, il mesure la part de variance expliquée en fonction de celle de la variable explicative………………….……………… □ d. coefficient de détermination, il mesure la part de variance expliquée en fonction de celle de la variable explicative…….………………………□ 7. dire que la valeur de la pente est significative veut dire : a. qu’il existe une forte relation entre la valeur prise par la variable expliquée et celle de la variable explicative …….………………….…………… □ b. qu’il existe une relation entre la valeur prise par la variable expliquée et celle de la variable explicative …….………………….…………………… □ c. qu’il existe une faible relation entre la valeur prise par la variable expliquée et celle de la variable explicative …….……………….…………..…□ d. qu’il n’existe pas de relation entre la valeur prise par la variable expliquée et celle de la variable explicative …….……………….………….…… □ 8. l’homoscédasticité : a. signifie que la dispersion des résidus est constante quelle que soit la valeur de la variable expliquée ……………….…………………….…………… □ b. signifie que la dispersion de la variable expliquée est constante quelle que soit la valeur de la variable expliquée ………………….…………… □ c. signifie que la dispersion des résidus est indépendante de la valeur de la variable expliquée ……………….……………………..………….…………… □ d. signifie que la dispersion de la variable expliquée est indépendante de la valeur de la variable expliquée …………………………………………… □ 9. si la pente d’une droite de régression dans la population A est plus élevée que dans la population B, cela signifie : a. que le modèle explique mieux la relation entre les variables dans la population A que dans la population B …….…………………….…………… □ b. que la relation entre les variables est plus forte dans la population A que dans la population B …….………………………………………..…………… □ c. que le modèle explique mieux la relation entre les variables dans la population B que dans la population A …….…………………….…………… □ d. que la relation entre les variables est plus forte dans la population B que dans la population A …….………………………………………..…………… □ 10. s’il existe une relation négative significative entre le revenu des femmes et celui des hommes, il est possible d’observer : a. une pente égale à -0,2, une constante égale à – 8, et un coefficient de corrélation égale à – 1, 25 ……………………………………………………. b. une pente égale à 0,2, une constante égale à – 8, et un coefficient de corrélation égale à – 1, 25 ……………………………………………………. c. une pente égale à -0,00002, une constante égale à – 8, et un coefficient de corrélation égale à – 0, 25 ……………………………………………. d. une pente égale à -0,00002, une constante égale à – 8, et un coefficient de corrélation égale à 0, 25 ……..………………………………………. □ □ □ □ Master 1 de démographie Modélisations statistiques simple et multiple – QCM de 30 minutes Une seule bonne réponse par question. + 1 point pour toute bonne réponse. – 0,5 point pour toute mauvaise réponse. Aucun point en cas de non réponse B. Dans le cadre d’une ANOVA à un facteur : 11. on test l’hypothèse nulle selon laquelle : a. toutes les moyennes des groupes sont différentes …………………………………………………………….………………………………………………………………… □ b. la moyenne d’un seul groupe est différente des autres…………………….………………………………….……………………………………………………………… □ c. au moins deux groupes ont une moyenne différente l’un de l’autre ……………………………………….…………………………………………………………… □ d. au moins un groupe à une moyenne identique à une autre ………………………………………………….……………………………………………………………… □ 12. la valeur observée de la variable expliquée est supposée liée : a. à un regresseur qui correspond à l’appartenance des individus à l’un ou l’autre des groupes considérés……………………………………………… □ b. à l’appartenance des individus à l’un ou l’autre des groupes considérés, et non à un regresseur….………….…………………………………………… □ c. à la seule variable endogène qu’est la moyenne de la totalité des observations, et aux résidus….………….…………………………………………… □ d. à l’appartenance des individus à l’un ou l’autre des groupes considérés et à un regresseur….………….…………………………………………………… □ 13. il est éventuellement possible d’identifier : a. quelle(s) CSP a (ont) un revenu moyen différents des autres………………………………………………….………………………………………………………………□ b. l’existence de différence de revenu de chacune des CSP ………………………………………………………….….………….…………………………………………… □ c. que les hommes ont des revenus plus élevés en moyenne que les femmes………………………………….………….…………………………………………… □ d. l’inexistence de différence de taille moyenne entre les tortues à tempes rouges, les tortues molles de Floride et les tortues lépreuses □ 14. les hypothèses sous-jacentes : a. doivent toutes être vérifiées, sauf l’homosédacticité et la normalité des résidus …............………………………………………………………..………… □ b. doivent toutes être vérifiées, ne peuvent pas réellement l’être à partir des résidus………... ……………………………………………..………..………… □ c. n’existent pas, elles concernent uniquement les modèles de régression linéaire ………………….…………………………………………………………… □ d. sont identiques à celles des modèles de régression linéaire simple ……………………………………….………………………………………………………………□ 15. une faible probabilité de se tromper en rejetant l’hypothèse nulle signifie : a. qu’il existe une faible différence entre les moyennes des différents groupes …………………………………………………………………….……..………… □ b. qu’il y a peu de groupes dont la moyenne est significativement différente des autres………………………………….…………………….……..………… □ c. qu’il y a au moins un groupe dont la moyenne est faible …………………………………………………………………………………………………….……..………… □ d. certainement quelque chose, mais rien de ce qui précède ……………..…………………………………….……………………………………………………………… □