CHAPITRE 10 - La puissance statistique Flashcards
Qu’est-ce la notion d’erreur en statistique?
Il faut garder en tête qu’il y a toujours une possibilité d’erreur
Quelles sont les caractéristiques de l’erreur de type 1 (2)?
Aussi nomée erreur alpha ou erreur de première espèce, (1) c’est dire que la différence est significative alors qu’elle ne l’est pas, (2) accepter H1 alors que H0 est vraie
Quelles sont les caractéristiques de l’erreur de type 2 (2)?
Aussi nomée beta, ou erreur de deuxième espèce, (1) c’est dire que la différence n’est pas significative alors qu’elle l’est, (2) accepter H0 alors que H1 est vraie: manque de puissance statistique, pas assez de participants.
Quelles sont les caractéristiques de la puissance (2)?
(1) (1-erreur de type 2), (2) les barèmes habituels (Cohen) considèrent qu’une puissance de 80% est acceptable
Quels sont les facteurs pouvant faire varier la notion d’erreur (spécialement de type 2) (3)?
(1) le n (trop petit = erreur de type 2), (2) la taille de l’effet observée (quand l’effet est subtil = ça prend beaucoup de participants, quand l’effet est large = ça prend peu de participants , (3) autres facteurs (hypothèse one trailed vs two taille, devis à mesure répétées ou non)
Quelles sont les caractéristiques de la taille de l’effet (3)?
(1) mesure de l’ordre de grandeur due l’effet d’une expérience ou la force de la relation entre deux variables. Une taille d’effet peut-être par exemple la différence entrer les moyennes (ex: d de Cohen/hedge G qui sont très utilisés avec le test t pcq ils ressemblent au scorer z: Mg1 - Mg2 / S), un rapport de cotes (odes ratio: chi2/probabilité d’un événement) ou une corrélation, (2) toutes les tailles d’effets se transforment: un d de Cohen peut devenir un coefficient de corrélation, etc, (3) en pratique, le logiciel G Powerr va souvent calculer la taille d’effet une fois les valeurs entrées
Que peut on dire sur les tailles d’effet plutôt que valeurs p (3)?
(1) Une valeur p non significative est souvent interprétée à tort comme une preuve qu’il n’y a pas d’effet: différence entre je n’ai pas détecté une différence entre 2 groupes vs il n’y a pas de différence entre les deux groupes…, (2) manque de puissance statistique et erreur de type 2. Ex: étudiant qui fait un projet de recherche avec une longue manipulation vs base de donnée statistique canada, (3) barèmes utilisés dans Field
Quelles sont les caractéristiques du barème utilisé dans Field (3)?
(1) le nombre de participants pour détecter un effet large (visible à l’oeil nu) D de Cohen = 0.8 ou r = 0.5, (2) le nombre de participants pour détecter un effet modéré D de Cohen = 0.5 ou r = 0.3, (3) nombre de participants pour détecter un effet faible (invisible à l’oeil nu) D de Cohen = 0.2 ou r = 0.1 (aspirine pour infarctus r = 0,03)
Quelles sont les caractéristiques de la méta-analyse (7)?
(1) synthèse statistique de plusieurs études portant sur le même sujet, (2) taille globale pour l’ensemble des études: meilleure puissance statistique observée, (3) effet global significatif ou dispersion des tailles d’effets entre les études, (4) différents logiciels sont possibles: CMA ($$$), (5) les logiciels pour la méta-analyse font directement la conversion entre les différentes tailles d’effet, (6) calcule un effet global, (7) possibilité de calculer un effet par sous-groupe (homme vs femme) ou en fonction d’une modératrice
