Des Différences Entre Les Groupes - T-Tests & ANOVA Flashcards
C’est quoi le T-Test?
T-test is a hypothesis test that is used to compare the means of two samples
C’est quoi un test de ANOVA?
ANOVA is a statistical technique that is used to compare the means of more than two samples
La logique de base des T-tests et des ANOVA (F-test)
Le rapport entre (a) la variance entre les groupes et (b) la variance au sein des groupes est un indice de la probabilité que les différences observées existe ou pas.
(a) La différence entre les moyennes reflète “la variance entre les groupes (ou conditions)”
(b) La répartition des scores au sein des groupes (ou conditions) reflète la “variance au sein du groupe”
If within-group variance is larger and between-group variance is smaller, then?
F will be smaller - reflecting the likely-hood of no significant differences between these 3 sample means
Between-group variance is large relative to the within-group variance, then?
F statistic will be larger and > critical value, therefore statistically significant.
At least one of the group means is significantly different from other group means
T-Test
Test paramétrique servant à déterminer la différence entre 2 moyennes.
Il existe 2 variantes:
- Test- aparié: pour des échantillons appariés
- T-test indépendant: pour des échantillons indépendants
T-Test Apparié
On évalue si la variable dépendante est différente entre le temps t1 et le temps t0
On compare les sujets entre eux
Attention, on doit exclure les participants pour lesquels on a des données manquant
Pré —> Post (Comparaisons des mêmes personnes)
T-Test Indépendant
On évalue si le fait d’appartenir au groupe expérimental vs le groupe de contrôle a une influence sur la VD
N par groupes peuvent être différents
Postulats à respecter idéalement:
- VD présente une distribution normale
- VD est mesurée à l’aide d’une mesure continue
- 2 groupes ont l’as même variance
Expérimental vs. Témoin (Comparaison de deux groupes)
One-way ANOVA (analyse de variance)
Tester H0 “omnibus”
Une approche pour cet ensemble de données consiste à effectuer plusieurs T-tests sur deux échantillons.
Cependant, si nous effectuons plusieurs T-tests, le taux d’erreur de Type 1 s’accumulera et ne sera pas égal à sigma pour chaque T-test.
Pour cette raison, nous devons examiner l’évaluation “globale” de la différence moyenne avant d’examiner toute comparaison particulière par paire.
Interprétation d’une ANOVA - Tests Post-hoc
Pour trouver où se situent les différences moyennes de groupes spécifiques, on poursuit les analyses pour savoir quels groupes sont différents entre eux (comparaisons par paires).
Ces tests additionnels s’appellent des tests post-hoc. On les fait seulement si l’ANOVA donne un résultat significatif.
Pas nécessaire avec les tests t
Nécessaire uniquement lorsque plus de 2 groupes sont testés.
