Cours 6 Flashcards
l’effet Barnum
Phénomènepsychologique
commun dans lequelles individus ont tendance à coter comme “très précis” des énoncés sur leur personnalité qui sont supposément adaptés à eux, mais qui sont en fait des généralitées.
Principe de prédiction
Lorsqu’on fait de la prédiction, il est question de variable indépendante et dépendente, désignées par X et Y respectivement.
X prédit Y
Deux façons “grossières” de prédire à partir de la corrélation
- “Relativement grand ou petit”
2. “Entre deux chiffres”
Comment faire deuxième méthode grossière
- Placer le point connnu sur l’axe des X (on veut trouver son “y”)
- Identifiez les deux points sur le nuage de point qui se situent immédiatement avant et
après le point. - Identifiez la valeur de y des points trouvés précédemment.
- La valeur inconnue de y se situe entre les deux y connus identifiés précédemment.
Inconvénients de la droite de régression
- Choix des deux points arbitraire.
- Ne minimise pas l’erreur de
prédiction
L’équation de régression des moindres carrés
Y’ représente la valeur de Y prédite à la variable dépendante; X représente la
valeur connue à la variable indépendante (prédicteur); b (coefficient de
régression) et a (ordonnée à l’origine) sont à calcule
L’erreur standard de l’estimation (sy/x)
reflète ceci (n-2 représente les
degrés de libertés de la regression).
mesure de l’erreur de
prédiction moyenne.
r^2
correspond au coefficient de détermination
1 - r^2
2 correspond au coefficient d’indetermination (quantité d’information
qui n’est pas déterminée.
* Si r=1,0, 1-r^2 = 1-1=0, 0% de l’information n’est pas déterminée par la
droite. (corrélation parfaite)
* si r = 0 , erreur maximisée (pas possible que X réduise l’incertitude de Y)
Régression standardisée
βx = rxy Il n’y a pas de a pour ajuster l’ordonnée à l’origine car la droite standardisée passe toujours par (0,0); Exprime de par quel facteur on doit multiplier ZX (variable independente standardisée) pour obtenir ZY’
Deux variables quantitatives
continues (ou traitées comme continues)
distribuées normalement qui respectent
les suppositions suivantes
Linéarité: la relation sous-jacente entre les variables est linéaire.
Homoscédasticité: Les erreurs par rapport à la droite de regression sont
relativement uniformes
Comment contrôler pour la regression vers la moyenne:
Prendre les observations extremes et les diviser en deux groupes.
Désigner l’un des deux comme groupe contrôle.
Ne pas continuer l’intervention sur le groupe contrôle.
Une difference notée entre les deux groups est l’effet réel.