Cours 12- Test de corrélation Flashcards

1
Q

Quel sont les deux utilités du test de corrélation (r de Pearson) *****

A
  1. Mesurer l’association entre deux variables quantitatives
  2. C’est une étape nécessaire avant de faire une analyse multivariée (comme le calcul de la régression multiple, qui est le cours annulé)
    - Aussi utilisée pour mesurer l’association entre les variables indépendantes à l’étude = colinéarité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Donner un exemple d’hypothèse de recherche pour le test de corrélation (r de Pearson)

A

H1 : : Il existe une association entre l’âge à la 1ère culpabilité officielle et le revenu légitime mensuel. Plus précisément, plus l’âge à la 1ère culpabilité est tardif (VI), plus le revenu légitime mensuel (VD) déclaré sera élevé.
- On vient quantifier notre relation entre la variable indépendante sur la dépendante

H0 : : Il n’existe aucune association entre l’âge à la 1ère culpabilité et le revenu légitime mensuel déclaré.

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

Quel est la variable utilisé pour faire un test de corrélation ?

A

Utilisation : 2 variables quantitatives

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

Qu’est que le R de Pearson ? **

A

R de pearson est un test paramétrique de la corrélation: demande deux éléments soit;
- une des deux variables qui est quantitative +
- que celle-ci soit normalement distribué (à savoir pour l’examen)

Calcul basé sur la somme des écarts à la moyenne pour les valeurs des variables X et Y

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

Quels sont les 4 postulats d’utilisation pour le test de corrélation R de Pearson (test paramétrique de la corrélation)

A
  1. Distribution normale des 2 variables quantitatives (Normalité)
    - Inspection des mesures univariées (asymétrie, aplatissement, …) et des histogrammes
  2. Absence de valeur(s) extrême(s) problématique(s) (Valeurs extrêmes)
    - Les valeurs extrêmes peuvent exagérer ou minimiser l’association entre les deux variables
    Utilisez le test de corrélation non paramétrique, si problématique, OU éliminer les quelques valeurs extrêmes (en dernier recours)
  3. Linéarité de la relation (Linéarité)
    - Pour savoir si la linéarité est respecté;
    Observée à l’aide du diagramme de dispersion
    - Présente graphiquement l’ensemble des pairs des valeurs des deux variables.
  4. Min. de 30 effectifs/cas par variable
    - Se vérifie dans la matrice de corrélation, via le n de l’échantillon.
    - Points de comparaison suffisants
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

En ce qui concerne le postulat de Linéarité de la relation, nous devons recourir à la corrélation non-paramétrique si : **

A
  1. Problème évident quant à la non-linéarité
  2. On suspecte une relation non-linéaire au niveau théoriques
  • Si une relation est non linéaire entre nos variables, sachez qu’on doit utiliser le test non-paramétrique de corrélation… savoir pour l’examen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu ce passe t’il si un des postulat d’utilisation du test de corrélation (r de Pearson) n’est pas respecté ? ***

A

Les 4 postulats doivent être respectés, si 1 ne respecte pas on doit faire le test non paramétrique de la corrélation.. (Rho de Spearman)

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

Quels sont les 3 types de (Nuage de point) qui respecte le postulat de Linéarité ?

A

Négative
Positive
Absence de relation

*Plus les points sont rapprochés, cela sous entend le signe d’une relation significative/ association forte entre ma VI +VD

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

Quels sont les 2 types diagramme de dispersion qui ne respecte le postulat de Linéarité ?

A

Curvilinéaire (U)

Exponentielle (J-R)

*Voir images dans notes de cours

*Si mon diagramme de dispersion ressemble à un U ou J ou R: Non respect du postulat de linéarité

*Relation n’est pas linéaire: ne suit pas une augmentation ou ne suit pas une diminution (de manière constante)

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

Qu’est que le calcul de corrélation - Rho de Spearman***

A
  1. Test de corrélation non paramétrique
  2. Si non respect d’un des postulats
  3. Le test s’appuie sur le Rang plutôt que sur les valeurs
  4. Ce test permet de détecter l’existence et le sens d’une relation, peu importe sa « forme »

Classer en termes de rang : celui qui avait commis le moins de crime (Rang 1) jusqu’à celui ayant commis le plus de crime (Rang 5).

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

Quels sont les étapes d’un test de corrélation ?

A
  1. Mentionner votre hypothèse de recherche.
    - Mentionnez votre HI (non-directionnelle, puis directionnelle par la suite)
    - Association positive (++)/association négative (-+)
    - parle ≠ différences de groupes
  2. Vérification du respect des postulats: distribution, valeurs extrêmes. linéarité, min 30 effectifs
    - Vérifier l’histogramme des deux variables quantitatives. (inspecter la distribution)
    - Tableau de fréquence pour l’examen des valeurs extrêmes
    - Réaliser un diagramme de dispersion
  3. Réaliser le test de corrélation approprié.
    - R de Pearson (test paramétrique) (respect des postulats)
    - Rho Spearman (test non-paramétrique) (non respect des postulats)
  4. Rejet ou non rejet de H0
    - Ya-t-il une relation significative?
  5. Si rejet (p<0.05)
    a. Vérifier le sens et la force de la relation
    b. Coefficient de corrélation ( r de Pearson et rho de Spearman)
    - Indique la force et le sens de la relation
    - Varie de -1 à 1
  6. Présenter et interpréter les résultats
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

*Si corrélation de Pearson est positive ( ex : .334) peut dire dans l’interprétation qu’il y a une relation statistique significative positive entre la VI et VD & au contraire si corrélation de Pearson est négative ( ex : -.334) peut dire qu’il y a une relation statistiquement significative négative entre le VI et la VD.

A

Vrai

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

comment pouvons nous interpréter le sens et la force de la relation dans un test de corrélation ?

A

Une analyse de corrélation fut effectuée pour déterminer si une association existait entre l’âge à la première consommation d’alcool et l’âge au premier vol déclaré par les répondants.

Les résultats permettent de constater qu’il existe une association significative entre ces deux variables (r(433)= 0.33, p<0.001).

Il est donc possible de rejeter l’hypothèse nulle selon laquelle il n’existe aucune association entre les deux variables à l’étude. Plus précisément, il existe une relation positive et modérée entre l’âge à la première consommation d’alcool et l’âge au premier vol.

En effet, plus un individu a sa première consommation à un âge tardif, plus l’âge au premier vol sera tardif également.

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

Quel est la nature des variable qui peut être utilisé pour un test de corrélation ? ***

A
  1. Deux variables quantitatives
How well did you know this?
1
Not at all
2
3
4
5
Perfectly