Cours 5: Corrélation Flashcards

1
Q

Dans quels cas étudie-t-on les différences entre les moyennes ?

A

Test t, ANOVA et quand on a une VI catégrorielle et une VD continue

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

Dans quel contexte utiliserait-on une analyse de corrélation plutôt qu’une analyse de régression ?

A

Lorsqu’on souhaite quantifier le degré de relation entre deux variables considérées comme « aléatoires ».

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

Que représente le coefficient de corrélation de Pearson r dans le contexte d’une régression linéaire ?

A

La mesure dans laquelle les points de données se resserrent autour de la droite de régression, indiquant la correspondance entre les valeurs réelles et prédites.

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

Quelle condition est essentielle pour que la corrélation de Pearson soit appropriée pour analyser la relation entre deux variables ?

A

La relation entre les variables doit être linéaire

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

Que signifie un r de 0?

A

Aucune corrélation entre les variables

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

Quelle est la principale différence entre la covariance et le coefficient de corrélation ?

A

Les deux indiquent le degré de variation conjointe entre deux variables, mais le coefficient de corrélation pondère par les écarts-types de X et Y.

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

Donne la formule du r de Pearson?

A

r =COVxy/SxSy

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

Avec quelle distribution doit-on effectuer un test d’hypothèse sur la corrélation de Pearson ?

A

Distribution du t de Student

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

V/F Dans un test d’hypothèse avec corrélation de Pearson, on trouve la valeur de r pour ensuite calculer la valeur de t.

A

VRAI

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

V/F Une corrélation très significative (p <.001) est un bon indicateur de la présence d’un lien de causalité.

A

FAUX

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

Pourquoi est-il important de rapporter une taille d’effet lors d’un test d’hypothèse

A

Parce que la taille d’effet quantifie l’intensité de la relation entre les variables.

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

Quelle est la principale différence entre le coefficient de corrélation r et le coefficient r2 dans le contexte d’une analyse statistique ?

A

r indique la force et direction de la relation linéaire entre deux variables, tandis que r2 mesure la proportion de la variance dans la VD qui peut être prédite à partir de la VI.

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

Quand utilise-t-on la corrélation bisérielle de point dans une analyse statistique ?

A

Lorsqu’une variable est dichotomique et l’autre est continue.

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

Quand utilise-t-on la corrélation de pearson dans une analyse statistique ?

A

Lorsque les 2 variables sont continues

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

Comment teste-t-on le niveau de signification d’une corrélation bisérielle de point ?

A

En utilisant la valeur de rpb pour calculer une valeur t, puis en trouvant la valeur p correspondante dans une table de la distribution t de Student.

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

V/F La corrélation bisérielle de point utilise la même formule de corrélation que celle de pearson

17
Q

Quelle est la différence entre rpb^2 (r2 de la corrélation bisérielle de point) et la taille d’effet d de Cohen ?

A

rpb2 indique la proportion de la variance dans la VD expliquée par la VI, tandis que d de Cohen quantifie la différence entre les moyennes de deux groupes en termes d’écarts-types.

18
Q

Quelle est la relation entre le rpb (corrélation bisérielle de point) et le t de student?

A

rbp^2 = t^2/t^2 + dl
t s’obtient à partir des différence entre les moyennes et r par une corrélation. On peut transformer l’un en l’autre!

19
Q

Quand est-il approprié d’utiliser le coefficient phi (ϕ) dans une analyse statistique

A

Lorsque les deux variables sont dichotomiques

20
Q

V/F le coefficient phi (ϕ) de point utilise la même formule de corrélation que celle de pearson

21
Q

Comment le test du khi-carré et le coefficient phi (ϕ) sont-ils interconnectés dans l’analyse de la relation entre deux variables dichotomiques ?

A

Le coefficient phi (ϕ) est calculé à partir de la valeur du khi-carré pour quantifier la force de l’association entre les variables.

X^2 = Nϕ^2
Nϕ^2 est distribué. comme un khi-carré avec 1 dl.

22
Q

V/F On peut calculer un coefficient phi (ϕ) en calculant d’abord un khi-carré

23
Q

Quand est-il approprié d’utiliser le coefficient de corrélation de Spearman?

A

Lorsque les deux variables sont exprimées sous forme de rangs.

24
Q

V/F le coefficient de corrélation de Spearman utilise la même formule de corrélation que celle de pearson

25
Quand est-il approprié d'utiliser le coefficient de corrélation de Kendall (τ)?
Lorsque les deux variables sont exprimées sous forme de rangs.
26
V/F le coefficient de corrélation de Kendall (τ) utilise la même formule de corrélation que celle de pearson
FAUX, il utilise sa propre formule corrélation de Kendall (τ) = 1 - (2(nb d'inversions)/ nb de paires d'objets possibles) nb d'inversions = (N(N-1)/2)
27
Quelle est la principale utilité du coefficient tau de Kendall dans l'analyse statistique ?
Pour mesurer la corrélation entre deux séries de données rangées.
28
Comment le coefficient tau de Kendall (τ) diffère-t-il du coefficient de corrélation de Spearman ?
Le tau de Kendall est basé sur le principe des inversions de rang, tandis que ce n’est pas le cas pour le Rho de Spearman.
29
Quel est un des avantages du coefficient tau de Kendall par rapport à d'autres mesures de corrélation pour les données rangées ?
Pour les échantillons ≥10, on peut approximer la distribution de tau à l’aide de la distribution normale (Z) et obtenir une valeur p à partir de la distribution Z pour faire un test d’hypothèse.