Master 1 de démographie Modélisations statistiques simple et

Master 1 de démographie
Modlisations 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 rgression linaire 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 observe…………………………………………………………………..……………………………………………………………..□
2. une constante négative signifie :
a. que la droite de rgression coupe l’axe des ordonnées en une valeur négative lorsque la variable explicative vaut zéro……………………… □
b. que la droite de rgression coupe l’axe des abscisses en une valeur ngative lorsque la variable explicative vaut zro………………………… □
c. que la droite de rgression coupe l’axe des ordonnées en une valeur négative lorsque la variable expliquée vaut zéro……………………..… □
d. que la droite de rgression coupe l’axe des abscisses en une valeur ngative lorsque la variable explique vaut zro………………………….. □
3. une pente négative signifie :
a. qu’il existe une faible corrlation entre la variable explique et la variable explicative ………………………………………………………………………… □
b. qu’il existe une forte corrlation entre la variable explique 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 explique augmente lorsque la valeur de la variable explicative diminue ……………….…….…………………………… □
4. les paramètres estims à partir d’un chantillon :
a. différent ncessairement de ceux de l’ensemble de la population tudie……………………………………………….…………………………………………… □
b. sont identiques à ceux de l’ensemble de la population tudie uniquement si chantillon et population tudie sont confondus ….…… □
c. sont identiques à ceux de l’ensemble de la population tudie 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 chantillons issus de la population sont diffrents...….… □
5. rejeter l’hypothèse de nullit du paramètre correspondant à la pente signifie :
a. qu’il y a indpendance entre la variable explique et la variable explicative ...…………………………………………………………………………………..… □
b. que la droite de rgression ne passe pas par l’origine d’un plan orthonorm ...…………………………………………………………………………………… □
c. que les valeurs prdites de la variable explique diffèrent pour des valeurs diffrentes du regresseur ...……………………………………………… □
d. que la variable expliquée ne peut prendre la valeur zro qu’à la condition que la variable explicative soit aussi gale à zro ……………… □

Master 1 de démographie
Modlisations 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 dtermination, il mesure la part de variance explique 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 explique et celle de la variable explicative …….………………….…………… □
b. qu’il existe une relation entre la valeur prise par la variable explique et celle de la variable explicative …….………………….…………………… □
c. qu’il existe une faible relation entre la valeur prise par la variable explique et celle de la variable explicative …….……………….…………..…□
d. qu’il n’existe pas de relation entre la valeur prise par la variable explique et celle de la variable explicative …….……………….………….…… □
8. l’homoscdasticit :
a. signifie que la dispersion des rsidus est constante quelle que soit la valeur de la variable explique ……………….…………………….…………… □
b. signifie que la dispersion de la variable expliquée est constante quelle que soit la valeur de la variable explique ………………….…………… □
c. signifie que la dispersion des rsidus est indpendante de la valeur de la variable explique ……………….……………………..………….…………… □
d. signifie que la dispersion de la variable expliquée est indépendante de la valeur de la variable explique …………………………………………… □
9. si la pente d’une droite de rgression dans la population A est plus leve 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 ngative 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 corrlation gale à 0, 25 ……..………………………………………. □

Master 1 de démographie
Modlisations 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 diffrentes …………………………………………………………….………………………………………………………………… □
b. la moyenne d’un seul groupe est diffrente des autres…………………….………………………………….……………………………………………………………… □
c. au moins deux groupes ont une moyenne diffrente 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 considrs……………………………………………… □
b. à l’appartenance des individus à l’un ou l’autre des groupes considrs, et non à un regresseur….………….…………………………………………… □
c. à la seule variable endogène qu’est la moyenne de la totalit des observations, et aux rsidus….………….…………………………………………… □
d. à l’appartenance des individus à l’un ou l’autre des groupes considrs et à un regresseur….………….…………………………………………………… □
13. il est éventuellement possible d’identifier :
a. quelle(s) CSP a (ont) un revenu moyen diffrents des autres………………………………………………….……………………………………………………………… □
b. l’existence de diffrence de revenu de chacune des CSP ………………………………………………………….….………….…………………………………………… □
c. que les hommes ont des revenus plus levs 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 vrifies, sauf l’homosdacticit et la normalit des rsidus …............………………………………………………………..………… □
b. doivent toutes être vrifies, ne peuvent pas rellement l’être à partir des rsidus………... ……………………………………………..………..………… □
c. n’existent pas, elles concernent uniquement les modèles de rgression linéaire ………………….…………………………………………………………… □
d. sont identiques à celles des modèles de régression linéaire simple ……………………………………….……………………………………………………………… □
15. une faible probabilit de se tromper en rejetant l’hypothèse nulle signifie :
a. qu’il existe une faible diffrence entre les moyennes des diffrents groupes …………………………………………………………………….……..………… □
b. qu’il y a peu de groupes dont la moyenne est significativement diffrente 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 prcède ……………..…………………………………….……………………………………………………………… □