Corrélation et régression simple Flashcards

1
Q

Quand utilisons-nous la corrélation?

A

Lorsqu’on veut déterminer le degré de relation (lien bidirectionnel) entre deux variables continues (“VD théoriques”)

*Il n’y a pas de VI ou VD proprement dites (pas cause à effet car les deux en même temps)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Vrai ou faux: il est possible de manipuler les variables dans une corrélation?

A

Faux, ce sont des variables OBSERVÉES

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qu’une étude bivariée? VÉRIFIER!!

A

C’est une étude avec 2 variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Quand utilisons-nous la régression?

A

Lorsqu’on désire prédire une variable continue (prédite = critère, VD) à partir d’une autre variable continue (prédicteur, VI)

  • Une variable en influence une autre
  • Pourrait être reproduit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quelles sont les différences entre la corrélation et la régression?

A

Corrélation vs régression:

  • 2 variables continues observées VS 1 VD continue observée
  • Variables non manipulées par chercheur VS 1 VI continue manipulée par le chercheur
  • Étude ne peux pas être répliquée telle quelle VS l’étude peut être répliquée
  • Modèle normal bivarié VS Modèle de régression linéaire
  • Degré de relation entre X et Y VS prédiction de Y par X
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quels sont d’autres noms de la corrélation?

A
  • Corrélation de Pearson ou bivariée
  • Coefficient de corrélation du produit des moments de Pearson
  • Corrélation d’ordre zéro
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

À quel moment de la recherche la corrélation est-elle utilisée?

A

Autant pour tester des hypothèses que pour des analyses préliminaires ou des analyses psychométriques (test-retest)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Quelle est la différence entre la corrélation et le test t?

A

C’est le LIEN qui nous intéresse et non la DIFFÉRENCE

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

À quoi ressemblent les hypothèses de la corrélation?

A

Bilatéral:
H0: Il n’y a pas de lien entre X et Y
H1: Il y a un lien entre X et Y

Unilatéral:
H0: Il n’y a pas de lien ou lien positifs entre X et Y
H1: Il y a un lien négatif entre X et Y

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Que signifie un lien positif vs négatif dans la corrélation?

A

Positif: lorsque A augmente, B augmente aussi

Négatif: Lorsque A augmente, B diminue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Quels sont les postulats à vérifier pour la corrélation?

A
  1. Normalité de la distribution pour les deux variables

2. Linéarité de la relation avec le diagramme de dispersion

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Qu’est-ce que le diagramme de dispersion?

A

Diagramme qui représente chaque individu d’une étude par un point dans un espace bidimensionnel (nuage de point)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Comment est disposé le diagramme de dispersion si il y a régression?

A

Prédicteur (VI) sur l’axe des abscisses (X)

Critère (VD) sur l’ordonnée (Y)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Le postulat de linéarité de la relation est-il rencontré si le diagramme est curvilinéaire ou poisson?

A

Non! Pour rencontrer le postulat, le diagramme ne peut révéler un autre type de relation que linéaire

*Car si on essaie de tracer une droite, elle va être nulle (ce qui n’est pas vrai)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Comment calculer la valeur du test r?

A

Repose sur le concept de la covariance: le degré auquel 2 variables varient ensemble ou “co-varient”
= Tient compte de la variance de chaque variable et de la portion de variance commune aux 2 variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Que signifie une covariance positive élevée?

A

Cela signifie que les scores de X supérieurs à la moyenne coïncident avec des scores de Y supérieurs à la moyenne (Vice -versa)

ET, si négatif, les scores de X supérieurs à la moyenne coïncident avec des scores de Y inférieurs à la moyenne

17
Q

Quel est le problème avec la covariance?

A

Elle n’est pas facilement interprétable puisqu’elle a comme unité de mesure le produit des unités de mesure propres aux 2 variables

Ex: covariance entre heures d’écran et performance est exprimée et “heures X perfo” DONC peu de sens

18
Q

Comment faire pour ramener la covariance à un coefficient de corrélation?

A

On divise la covariance par le produit des écarts-types!

19
Q

Qu’est-ce que le coefficient de corrélation?

A

Il exprime le degré de relation bidirectionnelle entre 2 variables et se situe entre -1 et +1

20
Q

Quel est le barème pour le coefficient de corrélation?

A

Lien faible: < 0,30
Lien modéré: 0,30 < 0,50
Lien fort: > 0,50

0: Absence de lien
1: Corrélation parfaite

21
Q

Que signifient le + et le - dans la corrélation de Pearson?

A

Cela représente le sens du lien!
P: A augmente, B augmente
N: A augmente, B diminue

22
Q

Pourquoi faut-il montrer que la corrélation est significative à l’aide d’un test t de corrélation peu importe la force de la relation?

A

Car la signification dépend selon la taille et la puissance

= on teste H0 voulant que la corrélation entre les 2 variables soit égale à 0

23
Q

Vrai ou faux: on doit présenter le résultat du test t dans notre interprétation de la corrélation?

A

Faux! Il est uniquement à décider si la corrélation est significative

24
Q

À quoi correspond le degré de liberté de la corrélation de Pearson et pourquoi?

A

dl = N - 2 (car on enlève 1 à chaque variable)

25
Q

Quels sont les 5 éléments à inclure dans l’interprétation de la corrélation de Pearson?

A
  1. Notation statistique: r(dl) = -0,48, p < 0,05
  2. Sens du lien: positif ou négatif
  3. Force du lien: faible, modéré, fort
  4. Explication: plus X est élevé, plus Y est faible
  5. La grandeur de l’effet (% de variance commune)

*Si non-significatif: puissance!! et non sens, force ou grandeur

26
Q

Quel est un autre nom pour la grandeur de l’Effet de la corrélation?

A

Le coefficient de détermination

27
Q

Comment calculons-nous le pourcentage de variance commune (r2)?

A

En mettens le coefficient r au carré

28
Q

Comment interprétons-nous le pourcentage de variance commune?

A

X et Y ont 23,04% de variance commune

29
Q

Qu’est-ce que les intervalles de confiance (IC 95%) permettent de faire?

A

Ils permettent d’estimer dans quel intervalle se situe la corrélation 95% du temps
-Pertinent si postulat de normalité non respecté et bootstrap

30
Q

Quelle est la signification du 0 dans les intervalles de confiance?

A

Si 0 est compris dans l’intervalle = pas de lien

Si 0 n’est pas compris dans l’intervalle = lien

31
Q

Qu’est-ce que le coefficient de Spearman?

A

2 variables ordinales (OU 1 continue et 1 ordinale)