cours 11 (10 skipped) Flashcards
q’est ce que les statistique non paramètriques?
Les statistiques non paramétriques font référence à l’analyse des données de fréquences ou de rangs. Elles ne se servent pas de la moyenne.
dans les statistique non paramétriques, que faut il faire avant de vérifier les postulats?
- chercher les valeurs extrêmes car ces valeurs affectent les statistiques qui se servent de la moyenne
- la linéarité
quand utilisé les statistiques non paramétriques?
- quand les postulats (linéarité, homogénéité des variances, valeurs extrêmes, etc.) ne sont pas respecté
- utilisable pour des variables catégorielles (nominales, ordinales), donc non continues
qu’est ce que la corrélation de Spearman?
- Est utilisée lorsqu’il s’agit de calculer la relation linéaire entre deux variables ordinales
- P (rho) indique le degré avec lequel les observations maintiennent le même rang sur les deux variables
- Si toutes les observations occupent exactement le même rang sur les deux variables, la corrélation p =1,0.
- peut aussi être utilisé avec des variables continues.
Dans ce cas, il faut l’utiliser lorsque les postulats des analyses paramétriques ne sont pas respectés.
Qu’est ce que le khi carré?
- Le khi carré analyse la différence entre la taille des fréquences pour des variables nominales et leurs fréquences « attendues ».
- L’analyse répond à la question : est-ce qu’il existe une relation / association entre les fréquences appartenant à différents niveaux de variables catégorielles ?
- Il faut comparer la différence entre la fo et la fa relative à la fa. Plus grande ce rapport, plus élevé sera le khi carré
Quelles sont les hypothèses reliées au khi carré?
H0 : les variables ne sont pas associées / la répartition entre les catégories des variables est aléatoire.
H1 : il y a une association entre les variables / la répartition entre les catégories des variables est différente de ce qui serait théoriquement attendu (s’il n’y avait pas de lien)
quelle sont les étapes pour calculer le khi carré?
- calculer la répartition entre les catégories comme ce qui serait attendu théoriquement (aucune association / aucune variance entre les catégories): fréquence attendue: fa.
2) ensuite comparer les fa aux données / fréquences observées: fo et calculer les différences.
3) La décision (H1 vs H0) dépend de la taille de la différence entre les fo et les fa.
vrai ou faux, dans le khi carré X2 = degré de liberté
vrai
vrai ou faux, ous savons que la taille du X² est déterminée d’une part par la différence entre la taille des fréquences, mais aussi par le nombre de catégories. La taille de l’effet doit alors distinguer ces deux influences (lorsque nous avons un devis autre que 2 x 2). Ceci se fait à l’aide du V de cramer
vrai