COURS 11: chi-carré Flashcards

1
Q

rappelle: à quoi sert les analyses paramétriques?

A

: Elles servent à estimer des paramètres (alors reliés à une population) à partir d’un échantillon:

  • On utilise les statistiques qui viennent d’échantillon (¯Χ, s, rxy) pour les estimer ceux de la population (m, s, r) .
  • Servent à prendre décisions relatives à 2 ou plusieurs variables, quand postulats respecté:
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

rappelle: à quoi sert les inf.rence?

A

présument des populationsnomalememnts distribué

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

quand est ce que nous pouvons utiliser les analyses non-paramétrique?

A
  • Utilisables lorsque les postulats, au-delà de la normalité, des analyses paramétriques ne sont pas respectés (linéarité, homogénéité des variances, valeurs extrêmes, etc.).
  • Aussi utilisable pour des variables catégorielles (nominales, ordinales), donc non continues (comme les variables à intervalles et à rapport/ratio).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

les analyses non paramétriques ne permette pas de estimer>/ déterminer quoi?

A
  • Ne présument pas que nous voulons estimer les paramètres de la population, d’où l’appellation «non paramétrique».
  • Ne présument pas que les populations relatives aux variables à l’étude sont normalement distribuées.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

quelle type de vd avons-nous dans les analyse;

1) paramétrique
2) non-parametrique

A

1) rapport intervalle

2) nominale/ordianle, rapport/intervalle

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

dans quel analyse y a-il une normalité?

A

paramétrique,

à l’inverse:
les non paramétrique sont souvent utilisées lorsque que la normalité dans la population n’est pas connue ou n’est pas une présomption raisonnable.

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

exemple d’analyse non-paramétrique

A

Marketing : laquelle de ces trois recettes de kale est la préférée de deux groupes de consommateurs (khi-carré) ?
Travail : existe-il un lien entre l’appréciation du climat de travail (échelle de Likert) et l’intention de quitter (VI nominale; corrélation non paramétrique) ?
Sports : existe-il une différence entre les salaires moyens des joueurs de trois différentes équipes de hockey (différence de moyenne non paramétrique) ?
Psycho / crimino : quelle substance, entre l’alcool et l’ecstasy déprime le plus (échantillon clinique restreint; différence de moyenne non paramétrique) ?

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

qu’analysé le khi-carré?

A

la différence entre la taille des fréquences pour des variables nominales et leurs fréquences «attendues».
permet de voir si il y a une différence, et/ou une relation/association entre les variable

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

quels sont les niveau possible de la VI et VD dan sle khi-carré?

A

les deux peuvent avoir plusieurs niveau

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

quel serait le H0 pour le khi Carré?

A

les variables ne sont pas associées / la répartition entre les catégories des variables est aléatoire. (dû au hasard serait distribué à peut près de la même manière(égale)).

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

quel serait le H1 pour le khi-carré?

A

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).

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

comment arrivons nous a déduire le refus de H1 ou H0?

A

Il faut calculer la répartition entre les catégories comme ce qu’il serait attendu théoriquement (aucune association / aucune variance entre les catégories): fréquence attendue: fa.

Il faut ensuite comparer les fa aux données / fréquences observées: fo et calculer les différences.

La décision (H1 vs H0) dépends de la taille de la différence entre les fo et les fa.

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

QU’EST CE QUE LA FRÉQUENCE attendu?

A

La frequence attendus, si il y aurait eu aucune différence la ça aurait été la meme que la fréquence

Il faut le faire pour chaque case et comparer si il y a une différence entre f et fa pour chaque case

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

comment est ce que on trouve le khi carré?

A

Il faut comparer le f et le fa pour chaque case et ainsi la comparaison nous donne le x^2(khi carre)

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

quel ets la formule de khi carré?

A

x^2 = somme ((f-fa)^2)/fa)

sommation de chaque case

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

quel est le degres de liberté?

A

dl = (rangées -1) * (colonnes – 1)

17
Q

comment on sait si le khi Carré trouvé est vrm le bon?

A

on le compare au x critique

18
Q

qu’est ce que l’association dans le khi-caré????

A

Association voir differemce entre les variables ,

19
Q

que fat-il faire apres avoir s qu’il y a une relation entre les variables?

A

Maintenant que nous savons que la relation entre les deux variables est significative, il faut interpréter le tableau de contingences !

exemple:Les gens qui mangent une grande quantité (trop) de kale, sont en moins bonne santé que ceux qui en mangent une quantité raisonnable.

20
Q

quel est le calcul de la taille d’effet?

A

= racine (x^2 /n)

21
Q

que se passe til si la taille d’effet est trop petite?

A

on laisse faire la conclusion

22
Q

que dois ton faire si nous avons plus que deux niveau a la place de l taille d’effet?

A

v de cramer:

V = √((X^ 2) / ((𝑛)∗(𝑟𝑎𝑛𝑔é𝑒𝑠 −1 ∗ 𝑐𝑜𝑙𝑜𝑛𝑛𝑒𝑠 −1)))

23
Q

dan sle khi-carré on prends en compte quoi?

A

les fréquences

24
Q

comment calcul le fa si nous avons qu’une rangé ( plusieurs niveau vi mais 1 vd)

A

fa = n / nombre de cases ou possibilité

25
Q

comment calculons-nous normalement le fa

A

fa = total rangé * total de colonne / n

26
Q

que signifie qu’on accepte H0?

A

les choses sont dû au hasard, il n’y a pas vrm d’explication en tant que tel avec la variable choisi