Cours 3 Flashcards

1
Q

Dans quel contexte on doit utiliser l’ANOVA?

A

Quand il y a plus de deux moyennes indépendantes

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

Sur quoi porte le test et le calcul de l’ANOVA?

A

Le test porte sur les MOYENNES, mais le calcul porte sur les VARIANCES.

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

Hypo alternative de l’ANOVA: quelle est-elle?

A

Que le X (p.ex., temps moyen) D’AU MOINS UN des groupes devrait être DIFFÉRENT des autres

Autre façon de le dire: AU MOINS DEUX MOYENNES des populations dont proviennent les échantillons de chq groupe diffèrent entre elles.

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

Quel ratio on calcule pour obtenir notre F?

A

EFFET / ERREUR

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

Qu’est-ce qu’on souhaite p/r à la variabilité inter et intra groupes quand on fait un ratio F en ANOVA?

A

INTERGROUPE: GRANDE VARIATION entre les moyennes des groupes est souhaitée.

INTRAGROUPE: FAIBLE VARIATION des scores à l’intérieur de chaque groupe est souhaitée

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

Somme des carrés: qu’est-ce que c’est?

A

Le calcul des différences entre les données observées et la moyenne.

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

Qu’est-ce que signifie une somme des carrés PETITE? une somme des carrés TRÈS GRANDE?

A

PETITE: individus très proches de la moyenne

TRÈS GRANDE: individus très éloignés de la moyenne

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

SC Total: consiste en quoi?

A

En le calcul des différences entre les données observées et les données de la GRANDE MOYENNE

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

Grande moyenne: qu’est-ce que c’est?

A

GRANDE MOYENNE = Moyenne de toutes les données ensemble

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

SC Résiduel: qu’est-ce que c’est?

A

Le Calcul des différences entre les données observées et la moyenne du groupe.

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

Qui suis-je? Je suis synonyme de l’erreur dans le calcul de l’ANOVA?

A

la somme des carrés RÉSIDUELS (différences entre données observées et moyenne du groupe).

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

Pk les SC résiduels doivent être petits?

A

Car c’est la variabilité des données au sein du même groupe (qu’on veut PETITE).

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

SC Moyen / Modèle: c’est quoi?

A

Calcul des différences entre les moyennes des groupes et la GRANDE moyenne

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

En bref, qu’est-ce que veulent dire ces différentes somme des carrés et où se situent la variabilité intra et intergroupe là-dedans?

SCT?

SCR

SCM

A

SCT: Différences entre données observées et grande moyenne

SCR: Différences entre données observées et moyenne du groupe (VARIABILITÉ INTRA-GROUPE)

SCM: Différences entre moyennes de groupes et grande moyenne (VARIABILITÉ INTER-GROUPE)

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

En bref, que veut dire la SCT, la SCM et la SCR en termes de variance?

A

SCT = Variance TOTALE

SCM = Variance EXPLIQUÉE PAR LE MODÈLE

SCR = Variance NON EXPLIQUÉE (o la veut petite, car c’est la variabilité des données au sein d’un même groupe)

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

Lecture d’une table statistique: comment faire? Quelles 2 infos ça nous prend?

A

Les degrés de liberté inter (numérateur) et les degrés de liberté intra (dénominateur)

17
Q

Qu’est-ce que ça veut dire si le ratio F dans l’ANOVA est plus petit que 1?

A

Veut dire que l’ERREUR est EXTRÊMEMENT GRANDE.. Plus d’erreur que d’effet !

18
Q

3 conditions d’utilisation pour l’ANOVA?

A
  1. Normalité des scores pour chacun des groupes
  2. Homogénéité des variances pour chacun des groupes
  3. Indépendance des scores
19
Q

Particularité pour la normalité des scores dans l’ANOVA?

A

Chaque groupe doit avoir au moins 20 participants

20
Q

Q-Q Plot: expliquer la logique en bref et à quelle condition ça permet de vérifier

A

La distribution symétrique est représentée, sur le graphique, par la ligne. Il y a
plusieurs points sur cette ligne; quand ces points sont sur la ligne, ça veut dire
que ça suit la distribution normale. Si les points sont un peu partout, la distri-
bution N’est PAS normale (voir graphiques suivants)
Ainsi, on doit vérifier cela pour chaque groupe!

21
Q

Différence entre données EXTRÊMES et données ABERRANTES?

A

Données ABERRANTES: données qui ne se peuvent pas (p.ex., questionnaire
donne entre 8 et 60 de score, on obtient 65 = ne fonctionne pas)

Données EXTRÊMES: données qui sont rares, mais qui se peuvent!

22
Q

3 traitements possibles quand il y a des données extrêmes ou aberrantes?

A
  1. Vérification / remplacement
  2. Suppression
  3. Winsorization ou autre type de tx
23
Q

Pourquoi c’est pas recommandé de faire des tests t standard entre les moyennes après une ANOVA significative?

A

Pcq l’erreur de type 1 va devenir gigantesqueeeee = plus de risque de rejeter Ho alors qu’on ne devrait pas

24
Q

Dans quelles circonstances on fait des tests à posteriori?

A

Quand on a PAS D’hypothèse sur où se trouvent les différences

25
Q

Dans quelles circonstances on fait es tests a priori?

A

Quand ON A des HYPOTHÈSES de l’endroit où se trouvent les différences

26
Q

Qu’est-ce que sont les contrastes, essentiellement? Qu’est-ce qu’on fait pour les identifier?

A

on met des +1 et des -1 et des 0 pour identifier quels groupes on compare (COEFFICIENTS DE COMPARAISON) Important que leur somme donne ZÉRO et que la somme en valeur absolue donne 2 (Mais pas une obligation pour cette dernière)

27
Q

V/F dans les contrastes, on peut faire autant de comparaisons qu’on veut sans que ça affecte l’erreur?

A

FAUX. Plus on fait de comparaisons, plus il y a un risque d’erreur de type 1.

28
Q

Deux types de comparaisons: nommer et expliquer en quoi elles consistent

A
  1. A PRIORI: compa basée sur hypos spécifiques (énoncées d’avance)
  2. ORTHOGONALE: besoin de l’indépendance des observations.
29
Q

En résumé, quels traitements on fait pour l’ANOVA?

A
  1. Explorer données : Outliers, normalité, homogénéité ET Boxplots, histogrammes, tests…
  2. Exécuter le test: post hoc ou contrastes planifiés
  3. Calculer la taille d’effet