Cours 10 : ANOVA simple, tests post-hoc, taille de l'effet Flashcards

1
Q

Les graphiques des résultats des tests d’hypothèse

A

Diagrammes à barres, ou chaque barre représente la moyenne d’un groupe;
Caractéristique différentes : les barres d’erreur

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

Problème du test-t à deux échantillons indépendants

A

La variabilité attribuable aux
différences individuelles (variabilité inter-sujets) n’est pas contrôlée, ce qui réduit la precision des analyses statistiques

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

Solution du test-t à deux échantillons indépendants

A

Le test t pour deux échantillons dépendants (ou échantillons pairés, ou mesures répétées) contrôle pour la variabilité
inter-individuelle et serait plus sensible à l’effet d’un traitement, pourvu qu’on contrôle pour les effets persistants avec la procédure de contrebalancement

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

Le pairage simple

A

Chaque score dans un échantillon est associé à un seul score dans l’autre échantillon

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

Les mesures répétées

A

Une forme de pairage particulier fréquemment
effectué: chaque sujet est mesuré plus d’une fois;
Les mesures pré-post du même participant sont pairés;
C’est le même individu, donc la relation de dépendance entre les mesures est évidente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pourquoi est-ce que le test t à mesures répétées est très sensible aux effets ?

A

Parce qu’il élimine la variabilité due aux différences individuelles dans les analyses

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Contrebalancement

A

Procédure visant à controller pour les effets d’ordre dans un devis à mesures répétées qui consiste à permuter l’ordre des conditions
Effet d’ordre : différence dans les moyennes de population attribuable à
l’ordre des interventions et non à l’intervention en soi;
Vérifier l’effet après l’intervention

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

Présuppositions qui doivent être respectées pour utiliser le test t pour le coefficient de corrélation de la population, p

A

Linéarité : la relation sous-jacente doit être linéaire

Normalité : les deux variables sont normalement distribuées (homoscédasticité)

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

Procédure générale du test d’hypothèse

A
  1. Énoncer clairement la question de recherche.
  2. Énoncer les hypotheses statistiques
  3. Définir la règle décisionnelle
  4. Calculer la statistique test appropriée
  5. Décision
  6. Interprétation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Si demandé, présentez les résultats avec les normes APA

A

Nommer le ou les populations d’intérêt
Indiquer clairement les statistiques descriptives (moyenne, écart-type, taille
d’échantillon).
Nommer le test utilisé, ainsi que la statistique test, degrés de liberté, p-value, et
taille d’effet.
Clairement interpreter l’effet (ou absence de) ainsi que la direction des
différences.
Autres éléments spécifiques au test en particulier.

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

Problème de comparaisons multiples avec le test t

A

Problème pratique

Problème d’inférence

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

Problème pratique

A

Rejeter l’hypothèse nulle indique seulement que les moyennes des populations ne sont pas égales. Ainsi, ce n’est pas possible de comparer
toutes les conditions en même temps, seulement par 2

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

Problème d’inférence

A

Multiplier les tests d’hypothèse augmente la chance d’erreur de type I (α). Si nous ne faisons qu’un seul test, la probabilité d’erreur de type I est égale à α;
Cependant, erreur devient grave après plusieurs tests

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

L’analyse de variance (ANOVA)

A

Type d’analyse statistique conçue pour détecter des différences au niveau de la variable dépendante
(quantitative), mesurée entre au moins deux groupes définies par un seul facteur ou variable indépendante;
Définie comme un test général de l’hypothèse nulle pour plus de deux moyennes de population

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

ANOVA 1 facteur

A

Vérifie les différences parmi les moyennes de population catégorisés par seulement une variable indépendante en
comparant la variabilité qui provient de deux sources différentes (variabilité entre les groupes (inter-groupes), variabilité à même les groupes (intra-groupes))

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

Facteur/niveaux

A

L’ANOVA analyse une variable dépendante sur des facteurs qui ont des niveaux (variable indépendante)
Facteurs : grandes catégories de variables ind qui seront analysées
Niveaux : catégories qui composent les facteurs

17
Q

ANOVA simple

A

Examine un seul facteur de variabilité inter-groupes

18
Q

ANOVA à mesures répétées

A

Examine un facteur de variabilité intragroupes
(échantillons dépendants, Pré-Post, ou Temps 1, Temps 2,
Temps 3)

19
Q

ANOVA factorielle

A

Peut examiner plusieurs facteurs en même temps,
par exemple Traitement (4 niveaux: Médicament A, Médicament B, Placébo, Contrôle) et Genre (2 niveaux: Femme, Homme), et par ce fait même les interactions entre différent niveaux des facteurs

20
Q

Sur quoi est basé le test F de l’hypothèse nulle ?

A

Basé sur la notion que si l’hypothèse nulle est vraie, le numérateur et le dénominateur du ratio F devraient
être égaux, mais si l’hypothèse nulle est fausse, le numérateur aura tendance à être plus grand que le dénominateur

21
Q

Sir Ronald Ayler Fisher (1890-1962)

A

statisticien et généticien britannique;
Développe la notion de l’hypothèse
nulle, l’ANOVA et la distribution F, et popularise le p ≤ .05 comme seuil de
signification statistique

22
Q

Deux tests additionnels après ANOVA

A

Taille de l’effet: à quel point l’effet est important, la proportion des
différences parmi les scores attribuables aux différences parmi les groupes
de traitement.
Tests post-hoc : quels sont les groupes qui diffèrent et dans quelle direction?

23
Q

Test de Tukey

A

plus sensible aux différences réelles entre les groupes, mais
plus grande probabilité d’erreurs de type I (moins conservateur)

24
Q

Pourquoi l’ANOVA simple est fréquemment utilisée ?

A

Analyse la différence entre au moins deux groupes (pas de limite)
Petits ou grands échantillons (sauf quand les variances sont trop
hétérogènes)
Pas de problème de cumul de l’erreur d’inférence

25
Q

solutions possibles si la normalité et l’égalité des variances sont sévèrement non
rencontrées

A
  1. Augmenter la taille de l’échantillon (minimiser l’effet d’anormalité).
  2. Égaliser la taille des groupes (minimiser l’effet de variance inégale).
  3. Utiliser une version plus complexe du test F (conçue pour variances
    inégales).
  4. Utiliser un test moins sensible mais sans presuppositions, tel que Kruskal-Wallis H.