Cours 9 : Corrélation Flashcards
VRAI ou FAUX : La corrélation entre deux variables concerne le degré de relation entre celles-ci, ainsi qu’un lien de cause à effet.
Faux. Il est vrai que la corrélation s’intéresse au degré de relation entre 2 variables, mais il est faux que l’on puisse établir un lien de cause à effet à l’aide d’une corrélation.
VRAI ou FAUX : Lorsque la relation est nulle entre deux variables, r = 0.
Vrai.
VRAI OU FAUX : Si j’obtiens une corrélation de .67, cela signifie que j’ai 67% de variance commune partagée par les deux variables.
Faux. Le coefficient de corrélation donne simplement une indication de la direction et de la force de la relation. C’est plutôt le r2 qui permet de connaitre le pourcentage de variance commune partagée entre les deux variables.
VRAI ou FAUX : Le coefficient de corrélation varie uniquement entre 0 et 1.
Faux. Il peut varier entre -1 et 1.
VRAI ou FAUX : Le coefficient de corrélation est réduit lorsque l’étendue des scores X et/ou Y augmente.
Faux. Le coefficient de corrélation est réduit lorsque l’étendue des scores X et/ou Y diminue.
VRAI ou FAUX : Nous savons qu’il existe une corrélation de 0 entre X et Y. Est-ce que cela signifie que tous les points de jonction entre X et Y se situent au même endroit dans le nuage de points ?
Non. Cela veut dire que les variations d’une variable ne sont pas associées aux variations de l’autre variable dans le nuage de points
Vrai ou Faux : Nous savons qu’il existe une corrélation de 0 entre X et Y. Est-ce que cela signifie que tous les points de jonction entre X et Y se situent au même endroit dans le nuage de points ?
Non. Cela veut dire que les variations d’une variable ne sont pas associées aux variations de l’autre variable dans le nuage de points
Peut-on obtenir une relation non linéaire entre deux variables ? Si oui, donnez un exemple.
Oui. Par exemple, l’habileté manuelle d’une personne augmente jusqu’à 20-25 ans et ensuite décline avec l’âge (courbe en U inversé). Il s’agit d’une relation quadratique.
Associez les coefficients de corrélation avec la bonne description de la relation linéaire:
a) 1
b) -1
c) 0
d) .50
e) -.50
1) Relation positive parfaite
2) Absence de relation linéaire
3) Relation négative parfaite
4) Relation négative forte
5) Relation positive forte
a-1, b–3, c–2, d–5, e–4
9) Parmi les facteurs suivants, lequel ou lesquels peut(vent) avoir un impact sur la corrélation ?
a) L’étendue des scores de X et/ou de Y;
b) L’utilisation d’échantillons dont les variances sont hétérogènes;
c) Le niveau alpha;
d) a et b;
e) b et c;
f) a et c;
g) a, b et c.
d. La valeur de l’alpha influence seulement la décision statistique.
VRAI ou FAUX : Le coefficient de corrélation est fortement influencé par les scores extrêmes.
Vrai.
Vrai ou Faux : Il peut exister une relation entre X et Y même si le r de Pearson est de 0.
Vrai.Il peut y avoir une relation non linéaire entre les deux variables.
Pourquoi est-il toujours recommandé d’illustrer les points de jonction entre X et Y à l’aide d’un nuage de points ?
Le nuage de points permet d’observer les données extrêmes et de vérifier si les postulats de la corrélation sont respectés.
Pour vous aider à différencier les relations linéaires, donnez un exemple de la vie quotidienne d’une relation linéaire négative et un exemple d’une relation linéaire positive.
Relation linéaire négative: Plus le nombre d’heures d’étude est élevé pour un examen, plus le nombre d’erreurs est faible.
Relation linéaire positive: Plus le nombre d’heures d’étude est élevé, plus la note à l’examen est élevée.
Quelles sont le choix du test, les conditions d’utilisation et la distribution d’échantillonnage de la corrélation?
CHOIX :
Corrélation de Pearson
CONDITION :
(1) Le n est suffisamment grand (≥ 20);
(2) Les 2 variables sont sur une échelle intervalle ou ratio;
(3) Relation linéaire entre les deux variables;
(4) Homogénéité des variances;
(5) Variables sont distribuées normalement.
DISTRIBUTION :
Distribution d’échantillonnage du t de Student avec X dl (n – 2)
