Examen 2 Flashcards
1
Q
v/f ; Les tests d’hypothèse nulle nous donnent la probabilité d’obtenir ces échantillons s’ils proviennent d’une même population
A
Vrai
2
Q
THN nous indique quoi ?
A
La probabilité d’obtenir un tel échantillon SI H0 EST VRAIE (s’il n’y a pas de différence!!)
3
Q
Une p de
A
Si H0 est vraie (s’il n’y a pas de différence avant / après dans la population), il y a moins de 5% de chances que j’observe ce résultat
4
Q
En réalité h0 est toujours ___. Donc, impossible de faire une erreur ___.
A
Fausse.
Beta.
5
Q
Une des critiques aux THN est le faible contrôle de l’erreur ___. En effet, ajouté à l’autre type d’erreur (__), le risque que le chercheur commette une erreur grimpe à __.
A
Beta (ne pas trouver d’effet alors qu’il y en a un)
Alpha 5%
Total = 60%
6
Q
Nommer des critiques aux THN?
A
- Faible contrôle de l’erreur B
- Choix du seuil alpha = arbitraire
- Ignorance des probabilités a priori
7
Q
Solutions à certains défauts des THN?
A
- Mesures de tailles d’effet
- Présentation graphique des données avec indice de dispersion
- Inférence Bayesienne
8
Q
Le choix du seuil alpha est arbitraire. Ce seuil force une vision ____ des problèmes plus complexes.
A
Dichotomique. (Significatif / Non-sig)
9
Q
Qu’est-ce qu’un résultat marginalement significatif?
A
Un résultat très près de .05
10
Q
Que peut-on faire pour que notre résultat marginalement significatif devienne significatif? (3 poss)
A
- Ajouter des données
- Choix d’un test plus puissant
- Retrait des données extrêmes
11
Q
v/f; Un p de 0.00001 indique un meilleur résultat / plus grande différence qu’un p de 0.05
A
Faux. Pas de taille d’effet!
12
Q
Dans le rapport F, où se situe la taille d’effet?
A
Au numérateur (CM inter)
CM inter / CM intra
13
Q
Si la probabilité est > .05, on ___ H0.
A
ON NE REJETTE PAS.
=> On ne peut pas accepter H0; il faudrait avoir exploré raisonnablement toutes les options.
14
Q
Différentes tailles d’effet?
A
- Taille d’effet brute (Xpost - Xpré)
- Taille d’effet standardisée = d de Cohen((Xpost-Xpré / é-t moyen)
- Mesures d’association, ex. éta-carré
15
Q
Taille d’effet standardisée? Avantage?
A
= d de Cohen
/ é-t moyen ou é-t poolé
- permet de comparer divers travaux (ex. méta-a) vu l’indépendance des échelles de mesures
16
Q
Éta-carré?
A
= estimé de la taille d’effet; proportien de variance de VD expliquée par niveaux de VI.
éta-carré = estimé pour échantillon
oméga-carré = estimé pour population
17
Q
Présentation graphique des données? 2 possibilités…
A
- ESM; erreur standard des moyennes
- Intervalles de confiance; IC.95 = ESM x tcrit
18
Q
ESM = quoi?
A
« Erreur standard des moyennes »
= écart-type de la distribution d’échantillonnage (s/racine(n))
- l’erreur standard des moyennes est pondérée selon la taille de l’échantillon
- ESM = estimé de l’écart-type des moyennes qui seraient obtenues avec une série de répétitions de l’expérience dans les mêmes conditions
19
Q
ESM au lieu de é-t permet de …
A
Faire une inférence auprès de la population
20
Q
Formule de l’ESM?
A
s/racine(n)
21
Q
Formule de l’intervalle de confiance?
A
IC.95= ESM x tcrit .05(dl)
On aura donc; X +/- IC
L’intervalle de confiance s’ajoute au-dessus de la moyenne et s’enlève en-dessous…
ex. 150 +/- 7 (IC)
22
Q
Lorsqu’on diminue la puissance, on __ B.
A
Augmente
Puissance = inverse de B (1-B)
23
Q
Inférence Bayesienne; probabilité que…
A
Qu’une hypothèse soit vraie
24
Q
v/f L’inférence Bayesienne pourrait être vue comme l’inverse des THN. Pourquoi?
A
Vrai
- Pcq, il regarde la probabilité que l’hypothèse soit vrai
25
v/f ; L'inférence Bayesienne indique la force de la probablilité
Vrai
26
v/f Le facteur de Bayes ne renseigne pas sur la force de l'effet
Faux
27
Quel exemple utilise l'inférence Bayesienne?
Les méta-analyses
28
L'inférence Bayesienne tient compte...
Des connaissances accumulées. Probabilités selon ce qui a déjà été fait.
29
Désavantage de l'inférence Bayesienne?
Calculs complexes!
30
Erreur Alpha vs Beta?
- Alpha; rejet H0 alors que h0 est vraie
(dire qu'il y a un effet alors qu'il n'y en n'a pas)
- Beta; accepter H0 alors que h0 est fausse.
(dire qu'il n'y a pas d'effet alors qu'il y en a un)
31
** La puissance d'un test dépend de ? (4)
- Variabilité erreur
- Niveau alpha
- Taille de l'échantillon
- Taille d'effet
32
Parler de la puissance vs variabilité erreur?
+ il y a de bruit dans les donnée (variabilité), moins de test sera puissant
+ groupe homogène augmente la puissance.
33
Groupe homogène __ la puissance.
augmente
34
Dans le rapport F, variabilité erreur ...
Se trouve au démom (CM intra)
35
Arbre;
Plusieurs groupes --- indép --- 1 facteur (VI) ---
1 ==> paramétrique ?
2 ==> non para?
1) Anova à plan simple
| 2) Kruskal-Wallis
36
Arbre;
Plusieurs groupes --- indép --- plusieurs facteurs ---
1 ==> paramétrique ?
1) Anova à plan factoriel
37
Arbre;
Plusieurs groupes --- Dép --- 1 facteur (VI) ---
1 ==> paramétrique ?
2 ==> non para?
1) Anova à mesures répétées
| 2) Friedman
38
Puissance vs taille d'effet?
+ l'écart entre les niveaux de traitement est grand, plus le test aura de chances de détecter un effet significatif, donc + il sera puissant
39
Puissance vs niveau alpha?
+ le niveau alpha est petit (conservateur), plus la puissance diminue
(augmente chances erreur B)
40
Puissance vs taille de l'échantillon?
- il y a de sujets, - il y a de dls au dénom et - le test sera puissant
** diminuer la taille de l'échantillon modifie aussi l'étendue des données
41
```
Qu'est-ce qui arrive à B si on diminue
la taille d'effet?
le niveau alpha?
la taille de l'échantillon?
la variabilité erreur?
```
Dans tous les cas, la zone B s'agrandit. Le B est plus grand, on a donc + de chances de faire une erreur B (dire qu'il n'y a pas d'effet alors qu'il y en a un).
42
Calcul des fréquences attendues pour Khi carré d'indépendance statistique calculé comme ajustement?
NON ! Tient compte des 2 variables, c-a-d des totaux des colonnes et des lignes
43
À absolument inclure dans les résultats pour Khi carré d'indép statistique ? (2)
- Afin de vérifier si ....
- Il y a une dépendance statistique entre les variables X et Y.
- Avec un alpha de 0.05, les résultats montrent que....
44
Dl dans résultats Khi carré d'indép?
(L-1)(C-1) = celui dans SPSS !!!!!
45
Résultat et conclusion pour Khi carré d'indép non significatif?
- avec un alpha de .05, les résultats montrent qu'il y a une indépendance statistique entre X et Y.
... Il semble donc qu'il n'y ait pas de différence de satisfaction entre les groupes. On conclut que les gens des trois groupes ont la même satisfaction.
46
De quel test est-il question?
| « On veut savoir si X est associé à une plus grande probabilité de Y »
Rapport de chances!
47
Différence entre Khi carré d'ajustement et d'indépendance statistique?
Ajustement= 1 VI (ex. sauce à spag)
| Indép stat = 2 VIs (ex. âge et opinion politique)
48
Khi carré d'ajustement = pour vérifier quoi?
S'il y a une différence significative entre la proportion d'observations dans les différentes catégories et la proportion d'observations attendues
- Vérifier si la différence entre les fréquence observées et les fréquences attendues est réelle ou attribuable au hasard.
49
Khi carré d'ajustement = quel type de variables?
Catégorielles (nominales)
50
Formule du Khi carré?
X2 = somme (O-E)^2 / E
```
O = fréquences observées pour 1 catégorie
E = fréquences attendues pour 1 catégorie
```
51
Degrés de liberté pour Khi carré d'ajustement ?
k-1 (k = nombre de catégories)
52
H0 et H1 pour Khi carré d'ajustement ?
H0 : fréq obs = fréq attendue
| H1 : fréq obs =/ fréq att
53
Est-ce qu'il y a unilatéral et bilatéral pour Khi carré d'ajustement ?
Non.
54
Comment on écrit le résultat : X^2 ...
X^2 (dl, N= __) = ___, p
55
Fréquences attendues = tjrs hasard?
Non, peut aussi être théorique
| Dans ce cas, on veut vérifier si les résultats observés supportent la théorie
56
Fréquences théoriques attendues... Quel résultat?
Les résultats observés supportent ou non la théorie
Si acceptation de H0 (pas de différence), => supporte la théorie stipulant que ...)
57
Résultats Khi carré d'ajustement ?
Les résultats montrent que les hommes n'ont pas identifié leur sauce à spag préférée de manière aléatoire. Ils semblent donc préférer ....
58
Sur SPSS, différencier les 2 types de Khi carré ?
Khi carré d'ajustement = Khi deux
| Khi carré d'indép stat = Khi deux Pearson, gros tableau croisé!
59
Khi carré d'indépendance statistique, on veut vérifier quoi?
Si la distribution d'une variable catégorielle dépend de la distribution d'une autre variable catégorielle à partir d'une table de contingence.
Si la variable A est influencée par la variable B
60
Khi carré d'indépendance statistique, on s'intéresse à des ....
Ressemble bcp à __?
Distributions de fréquences
L'anova à plan factoriel (interaction)
61
Différences entre Khi carré d'ajustement et Khi carré d'indépendance statistique?
Khi carré d'indépendance statistique;
-- les valeurs de fréquences attendues doivent être calculées en fonction des 2 variables !
Eij = CixL1/N (Eij = fréquences attendues)
(N= nombre total observations)
-- les dls doivent aussi être calculées en tenant compte des 2 variables; dl = (C-1)(L-1)
62
Table de contingence... ça a rapport à quoi ça ?
Au Khi carré d'indépendance statistique.
63
Donc, dans le test Khi carré d'indépendance statistique, le calcul tient compte de...
Des totaux des lignes et des colonnes (proportions globales)
64
Comment on calcule avec le Khi carré d'indépendance statistique?
On calcule les fréquences attendues pour chaque cellule (Eij = CiLi/N), ce qui nous donne la fréquence attendue pour chaque cellule, puis on calcule le X^2 qui est la somme des (O-E)^2 /E !
65
On parle de dépendance statistique quand ??
Quand les fréquences observées sont significativement différentes des fréquences attendues.
66
Résultats Khi carré d'indépendance statistique ?
Afin de tester l'hypothèse selon laquelle...
Les résultats montrent qu'il y a une dépendance stat entre ....
Les résultats observés appuient donc le fait que ....
OU
La répartition de la variable A influence la répartition de B
Si non significatif; il y a une indépendance statistique, la distribution de la variable A n'influence pas la répartition entre les catégories de l'autre.
67
Dans Khi carré d'indépendance statistique, quand les fréquences observées sont significativement différentes des fréquences attendues ...?
On parle de DÉPENDANCE statistique
68
Conditions d'utilisation du Khi carré? (3)
- Données sur échelle intervalle ou ratio
- Normalité (respecté si toutes les fréquences attendues sont d'au moins 5) - SPSS tolère 20%
- Indépendance des observations
(Inclusion des non-occurences)
69
Inclusion des non-occurences ?
Parfois, l'une des catégories d'un facteur est l'absence de réponse (ex. avoir acheté qqch ou non).
Il est donc possible, à tort, de faire un Khi carré d'ajustement alors que nous sommes en présence de 2 facteurs de classification (2 VIs).
70
Différence entre corrélation et mesure d'association?
Corrélation = au moins un variable avec gradation (rang ou continu)
- Mesure d'association = variables sans gradation, catégorielles. (nominale)
71
Rapport des mesures d'association avec le Khi carré?
Le Khi carré permet seulement de dire s'il y a ou non une association. Le mesures d'association viennent compléter, nous permettent de connaître le DEGRÉ d'association
72
Quelles sont les différentes mesures d'associations en lien avec le Khi carré?
- phi ou phi de Cramer
- Rapport de chances
- Kappa de Cohen
73
Phi
Phi de Cramer ou C ou V
Quelles formules et types de variables?
Ce sont des mesures d'association
- Phi = quand on a 2 variables catégorielle dichotomique (quand plan 2 x 2)
Phi = Racine (X^2/N)
- Phi de Cramer = + de 2 catégories (pour au moins 1 variable)
```
PhiC = Racine (X^2 / N(k-1))
(k= + petite valeur entre C et L)
```
74
Le Phi s'interprète comment?
Comme un coefficient de corrélation (Pearson) = descriptif.
75
v/f ; la probabilité qui est associée au Phi de Cramer est la même que Khi carré.
Vrai!
Le p sera le même :) Donc, pas besoin de faire de test de Khi carré si on vient de faire le phi de Cramer.
76
Sur SPSS, Phi...
Crosstabulation, sym
77
Rapport de chance ?
= mesure d'association
chances d'être dans la catégorie A1 plutôt que A2 si on est dans catégorie B.
78
Rapport de chances paticulièrement utile pour...?
Les tables 2 X 2. Se fait aussi pour + de 2 catégories, mais on parlera de chances d'être classé dans catégorie A1 par rapport aux chances d'être dans toutes les autres catégories.
79
Se faire un exemple de tableau et calcul de rapport de chances si besoin
:)
A/B
C/D
Rapport de chances = A/B / C/D
80
Kappa de Cohen ?
Variables?
= mesure d'association
mesure d'accord inter-juges
Variables catégorielles; 1 - juges, 2 - catégories évaluées par les juges.
81
Kappa de Cohen exploite quoi?
Les tables de contingences
82
Qui suis-je? Je suis une mesure d'accord inter-juges et une mesure d'association.
Kappa de Cohen
83
Qu'est-ce qu'un accord inter-juges?
On veut s'assurer que l'évaluation des différentes personnes (juges) est comparable.
84
Qu'est-ce qui exploite les tables de contigences?
Le Kappa de Cohen
85
Kappa de Cohen permet de comparer les pourcentages d'accord en tenant compte de ______.
L'effet du hasard.
86
Comment sont calculées les fréquences attendues pour le Kappa de Cohen?
Fr = CxL / N
(imaginer tableau - on prend la cellule d'intérêt sur la DIAGONALE, et on trouve la fréquence attendue en multipliant le total de la colonne correspondante et le total de la rangée, divisés par le grand total! - en bas à droite!)
87
Formule du Kappa?
```
Fo = quoi? *
Fe = quoi?
```
K = (Somme Fo - Somme Fe) / (N - Somme Fe)
Somme (Fo) = somme des accords (diagonale)
Somme (Fe) = somme des fréquences attendues.
88
Quelle est la différence entre simplement calculé le pourcentage d'accord et faire un Kappa de Cohen?
Le calcul de pourcentage d'accord ne tient pas compte du hasard.
ex. = 100 x (15+3+3) / N (15, 3 et 3 sont les chiffres de la diagonale)
tandis que le Kappa de Cohen tient compte de l'effet du hasard, de la répartition réelle des sujets.
Le Kappa sera plus faible!
89
Que signifie un Kappa de 0 ?
| Et un Kappa inférieur à 0 ? (négatif)
- 0 = l'association entre les décisions prises n'est pas plus forte que le hasard
- tendance contraire dans les réponses... Ex. quand les juges ont des critères d'évaluation opposés!
90
Barème Kappa presque parfait ?
0.81 et +
91
Hypothèse nulle pour régression linéaire simple?
Linéaire multiple?
Contribution unique au modèle?
Simple: H0 : r^2 = 0
Multiple: H0 : R^2 = 0
Contribution unique; H0 : bi = 0
92
Mesure d'association possible pour Khi carré d'ajustement? Pourquoi?
Non, car on a une seule variable ! Une mesure d'association est une mesure entre 2 variables.
93
v/f; La régression permet d'établir une relation causale?
Non, pas plus que la corrélation !
94
** Les termes de la droite de régression sont choisis comment?
De façon à minimiser Somme(Y - Y^)^2 (la somme des résidus au carré).
Il s'agit d'un ajustement par moindres carrés.
95
Pour quel test est-il question d'unilatéral vs bilatéral?
Corrélation de Pearson
96
En contexte bilatéral, qu'est-ce qu'il y a de particulier avec la conclusion ?
On ne PARLE PAS DE LA DIRECTION DE L'EFFET !
Juste dire « les résultats de l'analyse de corrélation révèlent qu'il y a une RELATION LINÉAIRE SIGNIFICATIVE entre ... ET... »
97
Quels éléments à rapporter régression multiple ?
- Les résultats montrent un lien significatif, F= ..., entre la qualité de vie et le modèle composé de 5 prédicteurs...
- Lien fort (R^2 - .69), modèle permet d'expliquer 69% de la variance du facteur qualité de vie
- Contributions uniques (tests t avec bi) ==> SIG ET NON SIG!!
- Ordre de contribution des prédicteurs (B = ...)
98
Résultats régr multiple hiérarchique?
meilleur modèle ?
Les résultats de l'analyse de régression multiple montrent qu'à lui seul, le p1 permet d'expliquer 40% (R^2 = .40) de la variance de la variable prédite. Bien que faible, cette relations est significative, F = ..... . L'ajout du p2 au modèle permet d'expliquer 1 % supplémentaire de la variance du modèle ( R^2 = ..). Bien qu'encore faible, cette relation est toujours significative, F = ......
** Dans le 3e modèle proposé, la contribution unique du facteur 3 n'est pas signitificative. Le meilleur modèle de prédiction est donc le 2e modèle.
=> On continue jusqu'à ce que la contribution d'un facteur ajouté ne soit plus significative!!!
99
v/f ; Le W de Kendall est l'équivalent de la corrélation de Spearmon à 3 niveaux ou plus et s'interprète de la même manière...
FAUX.
Première partie - OK, mais ne s’interprète pas de la même manière ! Le W doit être transformé en un estimé du r de Spearman moyen
100
En régression multiple, une ANOVA (test F) est utilisé pour tester l'hypothèse que..?
R^2 est significativement différent de 0.
101
Corrélation vs mesure d'association?
Corrélation; une des 2 variables présente une gradation
Mesure d'association : variables sans gradation ni ordre (catégorielles)
102
Quel type de corrélation: 2 variables continues ?
R de Pearson
103
Quel type de corrélation: 1 variable dichotomique et 1 variable continue ?
Corrélation bisérialle de point
104
Quel type de corrélation: au moins une variable rangée (ou non respect de postulat de normalité ou homogénéité Pearson) ?
R de Spearman
105
Quel type de corrélation: + de 2 séries de rangs?
W de Kendall
106
Quel type de mesure d'association : 2 variables dichotomiques ?
Phi
107
Quel type de mesure d'association : 1 variable dichotomique et une catégorielle (+ de 2 catégories)
= plus de 2 catégories dans au moins une variable
Phi de Cramer
108
Quel type de mesure d'association : chances d'obtenir B plutôt qu'A ?
Rapport de chances
109
Quel type de mesure d'association : comparé d'accord inter-juges ?
Kappa de Cohen
110
r permet seulement de ...?
| population?
Décrire l'échantillon
| Un test inférentiel doit être effectué pour déterminer si la relation est présente dans la population.
111
r de Pearson = quelle distribution? dls?
Distribution du t de Student avec N-2 dl
112
Barème r de Pearson?
0. 20-0.39 faible
0. 40-0.69 modérée
0. 70-0.89 forte
0. 90 + très forte
113
Coefficient de corrélation = mesure standardisée de ..?
la covariance entre 2 variables.
114
Formule du r de Pearson?
r = COVxy / SxSy
= degré auquel les 2 variables varient ensemble / degré auxquelles les 2 variables varient séparément
115
r^2 est appelé...
Coefficient de détermination
116
** Conditions d'utilisation du r de Pearson? (4)
- relation linéaire entre X et Y
- normalité de la distribution
- homogénéité des variances
- 2 variables aléatoires et continues
117
Le diagramme de dispersion permet de vérifier quoi?
Les postulats d'homogénéité, le linéarité, de normalité et la présence de données extrêmes.
118
Limites de la corrélation?
- sensible aux relations linéaires seulement
- influencée par certains facteurs tels que les données extrêmes et l'étendue (+ étendue = + chances + force)
- ne permet pas d'établir de lien causal
119
Solution au problème de la corrélation de ne pas pouvoir établir de lien causal?
Corrélation partielle et semi-partielle
120
r Pearson; parle-t-on de bilatéral ou unilatéral?
OUI !!
** attention, quand on parle de bilatéral, on ne peut mentionner la direction de l'effet dans la conclu; juste dire qu'il y a une relation linéaire significative.
121
H0 et H1 pour r Pearson?
H0 : Pxy =0
| H1 : Pxy =/ 0 (bilatéral!!!)
122
Quand on a une variable dichotomique et une continue, on parle de...?
Corrélation bisérialle de point
123
Rbp se calcule comme Pearson? S'interprète pareil ?
Calcul OUI
interprétation; attention au signe; Rbp ;
- Relation positive indique un résultat + élevé pour 1
- Relation - indique résultat plus élevé pour 0
124
Quelles sont les corrélations basées sur les rangs?
- Spearman
| - W de Kendall
125
Corrélation de Spearman (rs)?
= analogue du r de Spearman (approximation), mais données en rangs
=> on calcule un score de différence pour CHAQUE SUJET
126
C'est quoi le D dans corrélation de Spearman?
Différence de rang assignée à chaque sujet pour les variables X et Y.
127
v/f ; rs s'interprète de la même manière que r Pearson
Vrai!!
128
v/f ; rs se met aussi au carré?
Vrai!!
129
Différence Spearman et W Kendall?
Spearman = juste pour 2 séries de rangs (ex. 2 juges)
| W de Kendall = pour + de 2 séries de rangs!! (ex. + de 2 juges!)
130
W représente quoi?
Un ratio de variance des totaux des colonnes / variance max possible des totaux des colonnes...
131
Comment on interprète le W?
On le transforme en rs(barre) = r de Spearman MOYEN.
*** Attention de ne pas utiliser le W pour parler de la corrélation!
moyenne de W avec ajustement
rs(barre) = k W-1 / k-1
132
Corrélation vs régression linéaire simple - similitudes?
- 2 observations / sujet
| - on s'intéresse au lien entre les variables
133
Corrélation vs régression linéaire simple - différences?
- Corrélations = variables aléatoires, pas pour régression (prédicteurs, VIs) = variable fixe
- Corrélation = si variables reliées / Régr = prédiction
134
Formule régression simple? a et b = quoi?
Y^ = bx+ a
```
a= o.o
b= pente!
```
135
Comment les coefficients sont-ils choisis?
De façon à minimiser la somme des résidus au carré
| E(Y-Y^)^2 => ajustement par moindre carrés
136
Qu'est-ce qu'un résidu ?
Différence entre Y et Y prédit, se calcule pour chaque observation
137
Quels sont les SCs de la régression et que représentent-ils?
- SC total : E (Y-Ybarre)^2 = variabilité totale Y
- SC rég : E (Y^-Ybarre)^2 = variabilité de Y expliquée par X
- SC res : E (Y-Y^)^2 = variabilité de Y non expliquée par X (variabilité erreur / résiduelle)
** à noter que ces SCs ont aussi une propriété d'additivité
138
v/f ; Comme pour l'anova, le régression permet de calculer des SCs qui représentent la variabilité des données.
OUI, SCtotal, reg et res.
139
Dls pour régression?
- dl total = n-1
- dl reg = p
- dl res = n - p - 1
140
Logique de la régression ressemble à celle de ??
L'ANOVA! F = variabilité de Y expliquée par X / variabilité de Y non expliquée par X.
Si X explique un niveau suffisant de Y, on conclut que X permet de prédire Y dans la population
141
Dans régression, F = ....
CMreg / CMres = (SCreg / dl) /(SCres / dl) = (SCreg/p)/(SCres/n-p-1)
142
** Formule du r^2 ?
r^2 = SC reg / SC total !!!!
143
Différence régression linéaire simple vs multiple?
```
Simple = 1 seule VI
Multiple = plusieurs VIs (prédicteurs) = Xi
```
144
Parcimonie?
On cherche le modèle qui permet d'expliquer le + de variance avec le + petit nb de prédicteurs
145
** conditions utilisation régression (simple ou multiple)?
- Relation linéaire
- Variable se distribuent normalement
- homogénéité des variances
- *** indépendance des résidus
146
2 approches rég multiple?
Algèbre scalaire, matricielle
147
Droite de régression multiple?
Y^ = bo + biXi ...
148
Condition unique à la régression?
Indépendances des résidus.
149
On vise à minimiser, avec la droite...?
La somme des résidus au carré
150
R^2 = pourcentage...?
de variance expliqué par LES prédicteurs
151
Comment sont choisis les coefficients bi?
De façon à minimiser la somme des résidus au carrés (ajustement par moindres carrés)
152
v/f ; Les b permettent d'identifier les variables qui contribuent le + au modèle? Pourquoi?
Faux, c'est les Beta.
| => Pcq les prédicteurs sont p-e sur des échelles différentes, ça ne peut pas se comparer.
153
Principe des coefficients de régression standardisés? Beta
- Transfo des b en scores Z, fait en sorte que l'o.o. devient 0 et les prédicteurs peuvent être mis en ORDRE en termes de contribution
154
Formule pour passer de b à B?
Bi = bi x si / so (so = é-t de la VD)
155
B est une mesure ___ qui permet de dire quelles variables contribuent le +, mais pas __.
** important de mettre en __...
Ordinale
Pas combien de plus (ne fait que les mettre en ordre)
VALEUR ABSOLUE !!
156
R = quoi?
= coefficient de régression multiple
- corrélation entre Y et Y^
- corrélation entre VD et l'ensemble des prédicteurs
157
R^2 = quoi?
Coefficient de détermination (rég multiple); proportion de variance de la VD expliquée par prédicteurs
H0 : R^2 = 0 => est-ce que le modèle prédit significativement?
C'est une ANOVA qui permet de tester cette hypothèse!
R^2 = SCreg / SCtotal
158
Les hypothèses des régression sont testées par... ?
Des ANOVA (F) !
159
v/f ; Il exite une formule avec laquelle on peut arriver à notre F à partir du R^2 ?
Vrai. Relation étroite entre les R^2, les SCs et le F.
160
v/f ; Il existe un coefficient de détermination (R^2) ajusté. Pourquoi?
Vrai.
Car le R^2 normal tend à être surestimé avec petits échantillons et bcp prédicteurs.
Le R^2 ajusté tient compte de la taille de l'échantillon
161
Avec quel test on vérifie la contribution significative de chacun des prédicteurs?
Test t !!!
t = bi / sbi :)
h0 ; bi = 0
162
v/f ; Il y a une relation étroite entre les R^2, les SCs et le F.
Vrai!
163
Limites de la régression multiple ?
- permet pas d'établir de relation causale
- validité des prédicteurs
- taille de l'échantillon; besoin de 15 sujets / VI et N doit > p+50
- très sensible aux valeurs extrêmes
- Colinéarité
164
Régression multiple; - taille de l'échantillon; besoin de __ sujets / VI et N doit > p + 50
15 sujets / VI !
165
Colinéarité = quoi?
| Multilinéarité et singularité?
- à quel point nos différents prédicteurs sont corrélés entre eux
```
multicolinéarité = relations fortes entre les prédicteurs
singularité = corrélation parfaite entre 2 prédicteurs (construits trop semblables)
```
166
Corrélation partielle vs semi-partielle?
Partielle; on enlève la variance de X1 expliquée par X2 et la variance de Y expliquée par X2
Semi-partielle ; on enlève seulement la variance de X1 expliquée par X2
167
V/f ; Les corrélations semi-partielles et partielles peuvent être mises au carré?
Vrai.
168
Nommer les différentes méthodes de sélection des prédicteurs?
standard ou classique (enter)
statistique ou pas à pas - backwards (par élimination)
hiérarchique
169
Méthode classique?
- ts prédicteurs entrés simultanément
- chaque préd est évalué pour ce qu'il apporte d'unique au modèle
- la variance partagée par plusieurs prédicteurs est considérée dans le modèle, mais PAS ATTRIBUÉE À UN PRÉDICTEUR EN PARTICULIER.
170
v/f ; Il est possible d'avoir un prédicteur dont la contribution est non significative malgré que celui-ci soit fortement corrélé avec la variable prédite?
Vrai!
171
Le fait que notre F soi sign en régression multiple nous indique que la valeur de R^2 ....?
Pourra être inférée à la population
172
rsp^2 ; coefficient de détermination semi-partiel indique quoi en rég multiple ?
indique la contribution unique ; ex. de 18%
173
B nous indique l'ordre des contributions uniques... mais quelle mesure nous indique la proportion de variance expliquée par cette contribution?
Coefficient de détermination semi-partiel rsp^2
| où on a exclu la variance de X1 expliquée par X2
174
Régression statistique / pas às pas / stepwise
ordre choisi par SPSS en fonction de la contribution. Quand facteur ajouté n'améliore plus le modèle, on arrête!
=> permet d'obtenir modèle parcimonieux
inverse = méthode backwards
L'ajout du p2 permet d'expliquer 2% de variance supplémentaire... (à condition que sa contribution soit significative!!!)
175
Régression hiérarchique ?
Choix du chercheur selon la théorie, 1er facteur entré = le plus important !!!
On attribue au premier facteur toute la variance qu'il partage avec Y, et on attribue à X2 ce qui reste....
176
De quelle méthode est-il question? « on attribue au premier facteur toute la variance qu'il partage avec Y, et on attribue à X2 ce qui reste....»
Méthode hiérarchique.
177
Droite de régression = meilleur ajustement __ entre X et Y.
Linéaire.
178
Quand on veut vérifier « l'apport de la VI », on regarde quel test / quelle valeur?
Le t.
179
Test de Sobel =
1) Combien de dl pour le test t?
2) Quelle valeur critique pour grand échantillon?
1) N-3
| 2) 1.96
180
**Comment on décrit l'influence de la Vmod?
Plus la Vmod est élevé, plus l'influence de la VI sur la VD est grande et varie selon le niveau de la VI.
181
La régression logistique, c'est quand...?
- (pendant non paramétrique de régression simple et multiple)
VD dichotomique et VI discrète, continue ou dichotomique
182
v/f; En régression logistique, comme en régression multiple, le Y prédit représente la valeur exacte de Y pour un sujet donné.
FAUX !
| Régr log; la transfo logistique ramène les valeurs entre 0 et 1, ce qui correspond à la PROBABILITÉ POUR UN SUJET DONNÉ!
183
Une échelle de Likert est une échelle __ ?
Ordinale
184
Test de Mauchly a rapport à quoi ?
- ANOVA à mesures répétées
185
Comment comparer le t de la médiation complète pour le test de Sobel? et dls?
grand échantillon = 1.96 (Z)
t = N-3dl
186
1 ère étape modération?
On centre les données et on crée les variables d'interaction
187
Modération, qu'est-ce qui doit être correlé?
VI x Vmod avec;
VI
Vmod
VD (centrées)
188
On parle de modération quand...?
VI x Vmod = sign
Vmod seule PAS SIGN
(Régression multiple VI, Vmod et VIxVmod pour prédire VD)
189
Modération, équation de régression.
OUI,
| elle inclut, de la régression multiple. Entrer tous les facteurs dans l'équation, mm si pas signitifcatifs.
190
Visualisation modération?
Pour voir l'effet de la Vmod sur l'influence de VI sur VD (prendre valeurs basses, neutres et élevées).
191
À mentionner dans résultats modération?
- - création d'une variable d'interaction centrée (corr avec autres)
- - Régr multiple, contritubutions uniques...
- - analyse visuelle de l'interaction montre que + la Vmod augmente,
192
But de la régression logistique; prédire une variable prenant des valeurs ___.
Binaires
193
La régression multiple donne un Y prédit pour chaque sujet?
NON, donne une probabilité
194
Les coeff de régresion dont estimés en utilisant la méthode ...?
Méthode du maximum de vraisemblance.
195
2 tests qu'on fait en reg logistique?
- Regr multiple (X^2) -- on compare le modèle avec les préd au modèle sans préd pour voir s'il prédit mieux
- test e Wald (contribution unique au modèle)
196
Avantages rég log?
- peu ou pas de postulats à respecter
| - permet de postuler des relations non linéaires
197
Désavantages rég log?
- moins de puissance
198
Valeurd du X^2 en rég logistique?
Modèle sans prédicteur - avec prédicteur
199
Dans l'interprétation du rapport de chances, SPSS fait la prédiction sur ...?
LE DEUXIÈME FACTEUR !!
« multiplie pas 6.22 le risque de maladie mentale (=1) »
200
pour chances 1 sujet; remplacer ds éq logchances => __ bi; e^bi (e exposant la valeur) = ..?
ExpB SPSS = rapport de chance
e^bi = Cette personne a 6.22 x plus de chance de détérioration (2) que de ......
