Chapitre 8 : la régression, quelques informations

Question 1

Quelle est la variable que l’on tente de prédire (indépendante ou dépendante)?

Answer 1

Dans SPSS : la variable dépendante et celle qu’on tente de prédire.

Question 2

À quoi sert les mesures de régressions?

Answer 2

Permet de décrire la relation entre 2 ou plusieurs variables

Ex : La moyenne cumulative prédit-elle le QI?

Question 3

Comment explique-t-on la régression si on aurait un R2 = 0.25.

Answer 3

La variable Y prédit 25% de la variable X.

Question 4

Quelle est la formule de la régression ?

Answer 4

Régression = corrélation^2

Question 5

Le coefficient de détermination varie comment?

Comment l’interprète-t-on?

Answer 5

Varie entre 0 à 1.

R2 = 0, relation linéaire nulle
R2 = 0,5, y prédit 50% de la variance de X
R2 = 1.0, y prédit 100% de la variance de X

Question 6

Vrai ou faux, le coefficient de détermination peut être négatif.

Answer 6

Faux, toujours positif.

Question 7

Est-ce que le coefficient de détermination nous renseigne sur le sens d’une relation?

Answer 7

Non.

Aucune indication quant à la direction d’une éventuelle causalité
Est-ce que X qui cause Y, ou inversement?

Question 8

Quel est l’avantage d’utiliser le coefficient de détermination?

Answer 8

S’applique à tous les niveaux de mesures .

À savoir qu’il existe plusieurs régressions pour les différents types de variables.

Question 9

Complétez la phrase suivante :

Plus le R^2 sera faible, ______ cette estimation contiendra de l’erreur.

Answer 9

Plus.

Plus il y a de variables de variables qui tentent de prédire Y, plus R2 sera précis, donc élevé.

Ne pas dépasser 5 variables  possibilité d’inclure des erreurs de mesures.

Question 10

Quels sont les équations de la régression (celle avec 2 variables et celle avec des variables multiples)?

Answer 10

Régression simple (variable X et Y) :

Y = Bx + C

Régression multiple (plus de 3 variables):

Y =(B1x + C1) + (B2x C2) + …

où
B = coefficient non standardisé (lorsqu’il une constante)
B1 = coefficient beta non standardisé associé à x1

C = constante donnée par la sortie SPSS

Question 11

Quelles sont les 2 méthodes de régression.

Décrivez à quoi elles servent.

Answer 11

1. Méthode « Entrée »
   -Toutes les variables sont insérées et retenues dans l’analyse.
   -Regarde si les 3 variables prédisent Y.
   -Ce ne sont pas des analyses qui analysent les variables seules.
2. Méthode « pas à pas »
   -Seules les variables les plus utiles sont retenues dans le modèle d’analyse. Dans ce modèle, certaines variables pourraient être exclues du modèle même si elles prédisent bien y.
   -Regarde quelle variable prédit mieux y.
   -Regarde aussi si l’ajout d’une variable augmente R2. Le logiciel met les variables dans un modèle. S’il y a aucune différence statistiquement significative, le logiciel les excluent

Question 12

Comment sait-on si la régression est statistiquement significative?

Answer 12

Lorsque l’ANOVA confirme une régression statistiquement significative (p < 0.05), alors l’équation de régression peut servir à estimer le score qu’obtiendrait un participant à la variable y.

Permet de poursuivre l’interprétation des résultats

Question 13

Vrai ou faux, la régression n’implique pas nécessairement un lien causal.

Answer 13

Vrai.

Aide à découvrir des liens de causalité en conjonction avec d’autres méthodes.