06 MAT-2909 Flashcards
Il existe une panoplie de tests statistiques qui ne nécessitent pas de postulats en ce qui concerne la distribution des observations. Comment s’appellent-ils ?
Tests non-paramétriques
Quelle est la logique méthodologique derrière les tests non paramétriques ?
Leur méthodologie consiste à traiter avec les rangs des observations au lieu des observations elles-mêmes.
L’équivalent non-paramétrique du test t pour échantillons indépendants est le test de __________ pour échantillons indépendants.
test de Wilcoxon pour échantillons indépendants.
L’équivalent non-paramétrique du test t pour échantillons dépendants est le test de __________ pour échantillons ______.
test de Wilcoxon pour échantillons pairés.
Si nous voulons effectuer un test sur les différences entre plusieurs groupes simultanément (comme
avec une ANOVA à plan simple) ou un test sur les différences entre plusieurs conditions expérimentales (comme avec une ANOVA à mesures répétées), il est possible d’utiliser un équivalent non-paramétrique.
Nommez en deux.
– Le test H de Kruskal-Wallis
– Le test Fr de Friedman
Il existe deux analyses non-paramétriques pour tester des différences entre plusieurs moyennes:
– Le test ________________ (équivalent à l’ ANOVA à plan simple).
– Le test ________________ (équivalent à l’ANOVA à mesures répétées).
– Le test de Kruskal-Wallis (équivalent à l’ ANOVA à plan simple).
– Le test de Friedman (équivalent à l’ANOVA à mesures répétées).
Quels sont les postulats de base des analyses non-paramétriques pour tester des différences entre plusieurs moyennes ?
a) Dépendance des observations.
b) Indépendance des observations.
c) Les observations à l’intérieur de chaque groupe suivent la même distribution.
d) Les observations inter-groupe suivent la même distribution.
e) Les observations à l’intérieur de chaque groupe ne suivent pas la même distribution.
f) Les observations inter-groupe ne suivent pas la même distribution.
h) L’échelle de mesure de la VI est au moins ordinale.
i) L’échelle de mesure de la VD est au moins ordinale.
j) L’échelle de mesure de la VI est au moins intervalle.
k) L’échelle de mesure de la VD est au moins intervalle.
l) Les distributions des différents groupes ont approximativement la même forme.
j) Les distributions des différents groupes ont approximativement la même forme.
b) Indépendance des observations.
c) Les observations à l’intérieur de chaque groupe suivent la même distribution.
i) L’échelle de mesure de la VD est au moins ordinale.
Vrai ou faux ? « Les distributions des différents groupes ont approximativement la même forme » fait parti des postulats de base des analyses non-paramétriques pour tester des différences entre plusieurs moyennes.
Faux
C’est un postulat facultatif.
Si on ne postule pas que les distributions ont la même forme, quelles sont les deux hypothèses d’un test Kruskal-Wallis ?
H0 = Les observations dans les différents groupes suivent la même distribution.
H1 = Les observations d’au moins un des groupes suivent une distribution qui est
différente de la distribution des observations des autres groupes.
Vrai ou faux ? Les hypothèses testées et les postulats de base du test de Friedman sont exactement les mêmes que ceux du test de Kruskal-Wallis.
Vrai
Vrai ou faux ? La statistique du test (Fr) ne se calcule pas de la même manière (ou presque) que le H de Kruskal-Wallis.
Faux
La statistique du test de Friedman se calcule de la même manière (ou presque) que le H de Kruskal-Wallis.
Quelle est la différence notable entre le test Friedman et le test Kruskal-Wallis ?
La seule différence notable entre les deux tests réside en la manière dont les rangs sont calculés.
Vrai ou faux ? Dans les tests Friedman, les rangs sont calculés pour chaque sujet séparément.
Vrai
Vrai ou faux ? Dans les tests Friedman, s’il y a k conditions différentes, alors les rangs varieront au-delà du K.
Faux
S’il y a k conditions différentes, alors les rangs varieront entre 1 et k et n’iront pas au-delà.
Vrai ou faux ? Se distinguant du Kruskal-Wallis, il faut effectuer une correction à la statistique F lorsqu’il y a des ex aequos.
Faux
Tout comme le test de Kruskal-Wallis, il faut effectuer une correction à la statistique F lorsqu’il y a des ex aequos.