Cours 4 - Le test t Flashcards
Les test-t indépendants et dépendants sont quels type de tests :
A) Paramétriques
B) Non paramétriques
A) Paramétrique !
Vrai ou faux : Les tests paramétriques requiert que les données soient distribuées normalement
Vrai
Dans un test t dépendant, quel type de devis utilisons-nous ?
Un plan à groupe dépendant, ou à mesure répétée
Que nous dit le Test-T en tant que GLM ?
Modèle linéaire général : un test-t se transforme toujours en coefficient r, donc on est en mesure d’obtenu une droite de régression avec notre test t. Avec ce coefficient de relation, nous pouvons obtenir R2 représentant le % de variance expliquée par la VI (d’effet).
Vrai ou faux : À partir d’environ n ≥ 30, la distribution t devient très proche de la distribution normale standard de la courbe z
Vrai
Vrai ou faux : Si je dis que j’évalue un programme de relaxation en créant deux groupes, un avec des participants ayant suivi le programme de relaxation
et l’autre avec des participants n’ayant pas suivi le programme, on peut dire que j’évalue deux variables.
Faux : J’évalue une seule variable à deux niveaux
La manipulation expérimentale implique une condition ____ et ____
Expériementale et témoin
Vrai ou faux : Dans mon étude, je fais un test-t pour mesurer la différence de moyennes entre le rythme cardiaque des hommes et des femmes. Puisque c’est un test-t, je suis dans une plan expérimental
Faux : ici on parle d’un plan corrélationnel puisqu’on ne manipule pas la VI (sexe)
Vrai ou faux : la corrélation peut s’utiliser en plan expérimental tout comme un plan corrélationnel ?
Vrai
Expérimental : je sélectionne des participants et je fais apprendre une liste de mots, certains reçoivent un petit, moyen, grand choc. Je peux calculer une relation entre la capacité d’apprendre avec l’intensité des chocs. J’ai donc manipulé le choc.
Corrélationnel : J’évalue la relation entre le cortisol et les sx anxio-dépressifs entre deux groupes.
Vrai ou faux : Le test-t est seulement utilisable en plan expériemental ?
Faux il peut être utilisé en plan corrélationnel
Quels sont les 3 éléments nécessaire dans un plan expérimental ?
- Assignation aléatoire
- Manipulation de la VI
- Groupe témoin/expérimental
Le test t dépendant compare deux moyennes basées sur des données indépendantes/connexes
Connexes !
Quel est l’avantage d’utiliser des données connexes/groupe dépendant ?
On obtient l’équivalence des groupes
Test t
Que représente les symboles dans cette équation :
Y = a + b(x) + e
Y = Moyenne du groupe expérimental
a = ordonnée à l’origine/moyenne du groupe témoin
b = beta non standardisé : valeur de y quand x augmente d’une unité
e = erreur
Termes
Variance créée par notre manipulation, aussi nommée ?
3
Variance systématique
Variance d’effet
Variance attribuable à la VI
Termes
Variance créée par des facteurs inconnus, aussi nommée ?
3
Variance non-systématique
Variance d’erreur
Variance non-attribuable à la VI
Raison pour les tests t
Si les échantillons proviennent de la même population, nous nous attendons à ce que leurs moyennes soient à peu près inégales/égales. Même s’il est possible que leurs moyennes diffèrents par ____ nous nous attendons que de petites/grandes différences entre les moyennes d’échantillon ne se produisent que très rarement, dans moins de ____ %. donc qu’elles diffèrent en raison de notre ____ ____ ou de l’effet de la ____.
Si notre valeur t/z est très élevée/basse, on dira que la différence observée est dû au hasard dans moins de ____ % des cas.
Si les échantillons proviennent de la même population, nous nous attendons à ce que leurs moyennes soient à peu près égales.
Même s’il est possible que leurs moyennes diffèrents par hasard nous nous attendons que de grandes différences entre les moyennes d’échantillon ne se produisent que très rarement, dans moins de 5 %.
Donc qu’elles diffèrent en raison de notre manipulation expériementale ou de l’effet de la corrélation.
Si notre valeur t/z est très élevée, on dira que la différence observée est dû au hasard dans moins de 5 % des cas.
Vrai ou faux : si j’ai un échantillon assez large, t devient identique à z ?
VRAI
Dans un scénario où la différence entre les échantillons représente une réelle différence entre les échantillons, on peut donc dire que :
A) Les deux échantillons proviennent de populations différentes mais sont typiques de leur population d’origine respective
B) Les échantillons ont la même moyenne
C) L’hypothèse nulle est incorrecte
D) Nous avons plus confiance que la différence provient de notre manipulation à p < 0.05
E) A) et B)
F) A) et B) et C)
G) A), C) et D)
H) Toutes ces réponses
G) a,c et d
Quel réflexe dois-tu avoir en analysant les valeurs z ou t ?
toujours regarder si je suis significatif à 0.01 aussi
Vrai ou faux : il est possible de faire un test t avec une variable dépendante catégorielle?
Faux : Le test t a besoin de données continues pour calculer une moyenne et une écart-type (la dispersion autour de la moyenne). Une variable catégorielle (comme « homme » vs « femme », ou « succès » vs « échec ») ne permet pas de calculer ces valeurs de façon significative, car il n’y a pas de moyen de faire des moyennes ou de mesurer la dispersion entre des catégories.
Test-t
Les test-t indépendant supposent que les variances dans ces populations sont à peu près ____. On parle de …
Mesurée par ?
Égales : homogénéité des variances, égalité des variances, homoscédasticité
- Mesurer par le test de Levene
Test-t
Le test-t indépendant suppose que les scores des différentes conditions de traitements sont ____.
Le test-t suppose que les scores des différentes conditions de traitements sont indépendants
Dans mon tableau de données SPSS, on indique :
Sig. (2 tailed)
.107
Quelle est la valeur du p unilatéral ?
A) .107
B) .25
C) 0.0535
D) On ne peut pas savoir la valeur
C) 0.0535
Test-t indépendant
J’ai comme valeur d’échantillon 12 et 12 pour mes deux groupes, quel est mon degré de liberté ?
12-1 + 12-1 = 22
Test-t
Dans mes valeurs suite à mon test t, j’obtiens une valeur de t de -1.681 (5% bilatéral) , on peut dire que :
A) Mon test est statistiquement significatif à p < 0.05
B) Mon test est statistiquement significatif à p > 0.05
C) Mon test est non statistiquement significatif à p < 0.05
D) Mon test est non statistiquement significatif à p > 0.05
D) Mon test est non statistiquement significatif à p > 0.05
Si tu as une valeur t de -1,681 avec 22 degrés de liberté et que tu utilises un seuil de 0,05 dans un test bilatéral, cela signifie que ton résultat est non significatif.
Dans le calcul d’intervalle de confiance pour un test t, quelle est la formule ?
La valeur t critique du tableau * la valeur de l’erreur standardisé du calcul t
Ex. 2.07 (tableau) * 4.16 = 8.61
Moyenne + ou - 8.61
Que peut-on dire de cet intervalle de confiance suite à un test-t :
[-15.63 ; 1.63]
A) Il est impossible de rejetter l’hypothèse alternative, puisque le 0 n’est pas inclu dans l’intervalle de confiance
B) Il est impossible de rejetter l’hypothèse alternative, puisque le 0 est inclu dans l’intervalle de confiance
C) Il est impossible de rejetter l’hypothèse alternative, puisque le 0 n’est pas inclu dans l’intervalle de confiance
D) Il est impossible de rejetter l’hypothèse nulle, puisque le 0 est inclu dans l’intervalle de confiance
D) Il est impossible de rejetter l’hypothèse nulle, puisque le 0 est inclu dans l’intervalle de confiance
Plus on ajoute de la différence entre nos moyennes, plus on s’éloigne du ____, donc on prédit mieux la ____ à partir de la ____.
Plus on ajoute de la différence entre nos moyennes, plus on s’éloigne du 0, donc on prédit mieux la VD à partir de la VI
Si j’augmente une valeur dans mon échantillon en faveur de ma moyenne:
A) la valeur de t diminue et la valeur de p diminue, parce que la différence des moyenne est plus grande
B) la valeur de t diminue et la valeur de p diminue, parce que la différence des moyennes est plus petite
C) La moyenne augmente, la valeur de t augmente et la valeur de p augmente, parce que la différence des moyennes est plus petite
D) la valeur de t augmente et la valeur de p augmente, parce que la différence des moyenne est plus grande
E) la valeur de t augmente et la valeur de p diminue, parce que la différence des moyenne est plus grande
E) la valeur de t augmente et la valeur de p diminue, parce que la différence des moyenne est plus grande
Si j’augmente une valeur dans mon échantillon, qu’arrivera-t-il à mes intervalles de confiances qui contenaient 0 ? :
A) L’intervalle de confiance contiendra encore le 0, moins on rajoute de la différence entre nos groupes, moins on prédit la VD avec notre VI, donc on rejette l’H1.
B) L’intervalle de confiance ne contiendra plus le 0, plus on rajoute de la différence entre nos groupes, mieux on prédit la VD avec notre VI, donc on rejette l’H0.
C) L’intervalle de confiance ne contiendra plus le 0, moins on rajoute de la différence entre nos groupes, mieux on prédit la VD avec notre VI, donc on rejette l’H0.
D) L’intervalle de confiance contiendra le 0, plus on rajoute de la différence entre nos groupes, moins on prédit donc mieux la VD avec notre VI, donc on rejette l’H0.
B) B) L’intervalle de confiance ne contiendra plus le 0, plus on rajoute de la différence entre nos groupes, mieux on prédit la VD avec notre VI, donc on rejette l’H0.
Si je diminue les variances dans mes échantillons :
A) la valeur de t augmentera, le p augmentera, on peut moins prédire VD à partir de la VI, nos intervalles de confiances seront plus large en raison de l’augmentation de l’écart-type dans mon calcul.
B) la valeur de t diminuera, le p diminuera, on peut moins prédire VD à partir de la VI, nos intervalles de confiances seront plus large en raison de l’augmentation de l’écart-type dans mon calcul.
C) la valeur de t augmentera, le p diminuera, on peut mieux prédire VD à partir de la VI, nos intervalles de confiances seront plus restreints en raison de la diminution de l’écart-type dans mon calcul.
D) la valeur de t diminuera, le p diminuera, on peut moins prédire VD à partir de la VI, nos intervalles de confiances seront plus restreints en raison de l’augmentation de l’écart-type dans mon calcul.
C) la valeur de t augmentera, le p diminuera, on peut mieux prédire VD à partir de la VI, nos intervalles de confiances seront plus restreints en raison de la diminution de l’écart-type dans mon calcul.
J’ai obtenu une valeur calculé de t à 2.86, suis-je significative à .05 ? (dl = 22)
Oui, je suis significatif à 0.05 ET 0.01
Si j’ai un r = 0.34, on peut dire que :
A) J’ai une corrélation modérée et un R2 à 22%
B) J’ai une corrélation modérée et un R2 à 11%
C) J’ai une corrélation modérée et un R2 à 34%
B) J’ai une corrélation modérée et un R2 à 11%
Dans une table des données d’un test-t la valeur du beta standardisé est équivalent à la valeur de :
A) La variance expliquée par la VI
B) La variance d’effet
C) La variance d’erreur
D) Le coefficient de corrélation
E) La taille d’effet
F) a,c,d,e
G) a,b,d,e
H, a,b,e
G) a,b,d,e
Vrai ou faux : La régression simple est la même chose que la corrélation
Vrai
La constante est aussi nommée :
a) l’amour de ma vie
b) beta standardisé
c) écart-type
d) ordonnée à l’origine
D) ;)
Le beta non standardisé correspond à quoi ?
La valeur de y quand x augmente d’une unité (1)
Si le beta non standardisé = 0, qu’est-ce que ça veut dire ?
Il n’y a aucune différence entre les moyennes
Dans mon test de Levene, si j’ai des écart-types équivalent, quelle sera ma valeur de signification (sig.) et ma valeur du F ?
Sig. = 1 (100% de chance que les variances soient égales)
F = 0
En présence d’hétéroscédasticité des variances, on peut dire quoi sur le ratio F et la signification du test ?
Le ratio F sera élevé et notre test sera significatif, ce qui indique que l’homogénéité des variances n’est pas respectée
Vrai ou faux : Avec une grande différence de moyenne, ma valeur t sera élevée, même si ma VI ne prédit pas bien ma VD
Faux : Si la VI ne distingue pas ou n’explique pas assez la variation dans la VD, la valeur de t ne sera pas bonne, malgré une grande différence de moyenne, car x ne prédit pas bien y (trop de variance)
Si j’ai la valeur de la constante et la valeur du beta non standardisé, est-ce que c’est possible de trouver la valeur du groupe expérimentale ?
Oui ! : La moyenne du groupe expérimentale équivaut à la constante + la condition (différence de moyenne), donc 40 + 7 = 47.
Qu’est-ce qui arrive au t, au r et au R2 si j’augmente la différence entre mes moyennes
T : plus la différence de moyenne est élevée, plus la valeur de t sera élevée. Donc si le t est élevé (puisque x prédit bien y), ainsi ma valeur de r augmente, et mon R2 aussi.
Si j’ajoute de la variance dans mes deux groupe, qu’arrive-t-il à ma différence de moyenne, au t, au r et au R2
Si j’ajoute de la variance dans mes deux groupe, la différence de moyenne sera plus petite, car x prédit moins bien y, le t diminuera, le r diminue ainsi que le R2.
Vrai ou faux : Le R et le R au carré ne sont pas affecté par les mesures ?
Vrai
Vrai ou faux : utiliser le codage dans SPSS prend beaucoup plus de temps et ce n’est pas pratique
Faux !
Si j’ajoute deux valeurs dans chaque groupes qui sont égales à la moyenne, qu’arrive-t-il au t et au p ?
notre t augmente, donc le p diminue.
Si j’égalise la plupart de mes données dans chacun de mes groupes à la moyenne, qu’est-ce qui arrive à :
t, p, beta standardisé, beta non standardisé
Beta standardisé : augmente
Beta non standardisé : reste le même
T : augmente
P : diminue
Si mes écart-types sont égaux, quelle est la valeur du ratio F et du Sig. pour mon test de levene ?
Quand les écart-types sont égaux, le ratio F =0 et le Sig. = 1.
Compréhension
Je souhaite savoir quel est mon p en unilatéral, est-ce possible de le savoir, si p bilatéral = 0.63
Oui ! 0.63/2
