Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Méthodes Qantuti > Cours 7 > Flashcards

Cours 7 Flashcards

1
Q

L’[…] ([…]) est la technique statistique la plus utilisée en psychologie

A

L’analyse de variance (ANOVA) est la technique statistique la plus utilisée en psychologie

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

L’ANOVA permet de tester quoI?

A

1) L’ANOVA permet de tester des différences de moyennes (comme le test-t), mais sans restriction quant au nombre de moyennes testées.
2) L’ANOVA permet de tester les effets de plusieurs variables indépendantes (facteurs ou critères de classification) et de vérifier les interactions

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

Quels sont les hypothèses statistiques de l’ANVOA?

A

H0 : u1 = u2 = … = uk

H1 : Au moins une égalité fausse / au moins une moyenne qui est fausse

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

Lorsqu’on utilise plusieurs variables indépendantes, on utilise l’ANOVA à […]

A

Lorsqu’on utilise plusieurs variables indépendantes, on utilise l’ANOVA à plans factoriels

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

Quel est le problème principal des ANOVA?

A

On ne sait pas quelle moyenne est différente des autres

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

L’analyse de variance (ANOVA) vise à déterminer si la […] (variabilité d’erreur ou effet du […]) permet d’expliquer la variabilité observée entre les échantillons (ou les mesures)

A

L’analyse de variance (ANOVA) vise à déterminer si la variabilité naturelle (variabilité d’erreur ou effet du hasard) permet d’expliquer la variabilité observée entre les échantillons (ou les mesures)
** Par exemple, pour un facteur de groupe, il s’agit de vérifier si la variabilité entre les groupes (variabilité inter groupe) est plus grande que la variabilité naturelle (variabilité intra groupe) ou si autre chose que le hasard explique les différences de moyennes

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

Décrivez le principe de base de l’analyse de variance (ANOVA)

A

Quand je regarde la variabilité autour de la grande moyenne (Moyenne des moyennes), je peux regarder la variabilité échantillonnale (Intra) ainsi que la variabilité entre les groupes. Si c’est juste le hasard qui joue la variabilité intraéchantillonnalle devrait être la même que la variabilité interéchantillonnalle.
Si ma variabilité interéchantillonnale est plus grande que intra alors ce n’est pas juste la hasard. C’est pour ça qu’on parle d’analyse de variance et qu’on quantifie la variailité à l’intérieur et entre les échantillons.
Si seulement le hasard joue, le test F devrait être presque de 1.

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

Nous utilisons un test […] ([…]) pour comparer deux sources de variance

A

Nous utilisons un test F (F de Fisher) pour comparer deux sources de variance

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

Selon le test F, sous l’hypothèse nulle – c’est-à-dire pas d’effet autre que le hasard – la valeur du test devrait être près de […]

A

Selon le test F, sous l’hypothèse nulle – c’est-à-dire pas d’effet autre que le hasard – la valeur du test devrait être près de 1

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

Lorsque le test F […] une valeur critique, nous rejetons l’hypothèse nulle et concluons à une différence significative de moyenne, car la variabilité entre les échantillons est plus grande que la variabilité naturelle

A

Lorsque le test F dépasse une valeur critique, nous rejetons l’hypothèse nulle et concluons à une différence significative de moyenne, car la variabilité entre les échantillons est plus grande que la variabilité naturelle

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

Avec l’ANOVA, nous comparons deux estimations des variances. Quelles sont-elles?

A

Une variance inter échantillon

Une variance intra échantillon

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

Le calcul des variances des ANOVA est basé sur quoi?

A

Le calcul des variances des ANOVA est basé sur une somme des carrés (SC)

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

Selon l’ANOVA, la variabilité inter échantillon est identifiée comme la variabilité dû au […] et nous parlons de la somme des carrés attribuable au […] : SCtrait

A

Selon l’ANOVA, la variabilité inter échantillon est identifiée comme la variabilité dû au traitement et nous parlons de la somme des carrés attribuable au traitement : SCtrait

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

Selon l’ANOVA, la somme des carrés attribuable au hasard (variabilité […]) est appelé somme des carrés de l’[…]

A

Selon l’ANOVA, la somme des carrés attribuable au hasard (variabilité intra) est appelé somme des carrés de l’erreur

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

Selon l’ANOVA, la variabilité totale (la somme des carrés de toutes les observations) est la somme des carrés attribuable au […] ainsi que la somme des carrées attribuable à l’[…]

A

Selon l’ANOVA, la variabilité totale (la somme des carrés de toutes les observations) est la somme des carrés attribuable au traitement ainsi que la somme des carrées attribuable à l’erreur

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

La somme de carré totale sera la somme de carrée de chaque unité d’observation par rapport à la […]. Donc si je veux la calculer, je prends la première valeur de la première unité d’observation jusqu’à la dernière unité. Je mets ça au carré. Cette somme sera la variabilité de toutes les unités

A

La somme de carré totale sera la somme de carrée de chaque unité d’observation par rapport à la grande moyenne. Donc si je veux la calculer, je prends la première valeur de la première unité d’observation jusqu’à la dernière unité. Je mets ça au carré.
Cette somme sera la variabilité de toutes les unités

17
Q

Si nous voulons comparer les sommes de carrés (SC), il faut les transformer en […] pour prendre en compte le nombre d’éléments qui entre dans chacun des calculs. Pour ce faire, nous divisons le […] par les degrés de […]

A

Si nous voulons comparer les sommes de carrés (SC), il faut les transformer en carré moyen (CM) pour prendre en compte le nombre d’éléments qui entre dans chacun des calculs. Pour ce faire, nous divisons le carré moyen (CM) par les degrés de liberté

18
Q

Décrivez les différents degrés de libertés dans l’ANOVA

A 
dltotal = N -1
dltrait = k -1
dlerreur = N – k – 1
	N : Nombre d’observations
	k : Nombre de groupes
19
Q

Le ratio F est le ratio entre la variabilité attribuable au […] ([…]) et la variabilité attribuable à l’[…] ([…])

A

Le ratio F est le ratio entre la variabilité attribuable au traitement (inter) et la variabilité attribuable à l’erreur (intra)
Ce Ratio devrait être près de 1 si les deux sources de variances sont égales, c’est-à-dire s’il n’y a pas d’effet significatif – s’il y a un effet, le F sera plus grand que 1

20
Q

La distribution F permet de calculer la probabilité d’observer une valeur […] si l’hypothèse nulle est vraie

A

La distribution F permet de calculer la probabilité d’observer une valeur F si l’hypothèse nulle est vraie
Nous fixons un niveau alpha (souvent 0.05) et regardons dans une table F pour trouver la valeur F critique – cette valeur dépend du niveau alpha choisi et des degrés de liberté utilisés pour calculer F

21
Q

Selon l’ANOVA si F dépasse le F critique, nous […] H0 et concluons à un […]

A

Selon l’ANOVA si F dépasse le F critique, nous rejetons H0 et concluons à un effet significatif

22
Q

Quelles sont les conditions d’application de l’ANOVA? (3)

A

1) Homogénéité des variances
2) Normalité
3) Indépendance des observations

23
Q

Décrivez le postulat d’homogénéité des variances de l’ANOVA

A

1) La principale condition de l’ANOVA

2) Les variances des populations doivent être égales. Les variances d’erreur doivent être égales

24
Q

Décrivez le postulat de normalité de l’ANOVA

A

Les scores de chacune des conditions doivent se distribuer suivant une distribution normale

  • > L’erreur de mesure doit aussi suivre une distribution normale
  • > Notez que l’ANOVA est assez robuste même lorsque les données ne respectent pas pleinement ce postulat
25
Q

Décrivez le postulat de l’indépendance des observations de l’ANOVA

A

Les mesures faites sur une unité d’observation sont indépendantes des mesures faites sur une autre unité d’observation (les participants ne s’influencent pas les uns les autres)
-> Cette condition est assurément respectée lorsque l’échantillon est pleinement aléatoire. C’est pour ça que ce n’est pas bon d’avoir un couple dans son étude car leurs résultats (unité d’observation) seront souvent dépendants de l’autre

26
Q

Pourquoi dit-on que l’ANOVA est robuste?

A

Car même si elle est appliqué dans des situations ne respectant pas complètement les postulats de base, il est possible d’avoir des résultat avec une signification forte

27
Q

Il existe plusieurs commandes SPSS permettant d’effectuer des ANOVA. Nommez les (5)

A

1) ANOVA
2) ONEWAY
3) UNIANOVA
4) GLM
5) MANOVA

28
Q

SPSS : ANOVA et ONEWAY permettent de réaliser des analyses […] (une variable dépendante)

A

SPSS : ANOVA et ONEWAY permettent de réaliser des analyses univariées (une variable dépendante)

29
Q

SPSS : ONEWAY permet de réaliser des comparaisons multiples de […] a […]

A

SPSS : ONEWAY permet de réaliser des comparaisons multiples de moyennes a posteriori

30
Q

SPSS : UNIVANOVA permet d’obtenir des […]

A

SPSS : UNIVANOVA permet d’obtenir des tailles d’effet

31
Q

SPSS : GLM et MANOVA permettent de réaliser des modèles plus […], y compris des analyses […]

A

SPSS : GLM et MANOVA permettent de réaliser des modèles plus complexes, y compris des analyses multivariées

Méthodes Qantuti (12 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions