L'analyse bivariée Flashcards
Qu’est-ce qu’une analyse bivariée?
Une analyse bivariée permet d’étudier la relation entre deux variables, soit la variable dépendante et la variable indépendante
Selon l’énoncé suivant, quelles seraient les variable étudier si nous voulions faire une analyse bivariée:
Y a-t-il un lien entre le nombre de condamnations antérieurs et le nombre de crime comis?
- Les antécédents
- Nombres de crimes commis
Selon l’énoncé suivant, quelles seraient les variable étudier si nous voulions faire une analyse bivariée:
Le port d’une caméra portative diminue-t-il la fréquence de l’emploi de la force.
- Le port d’une caméra portative
- Fréquence emploi de la force
Selon l’énoncé suivant, quelles seraient les variable étudier si nous voulions faire une analyse bivariée:
La température prédit-elle la criminalité dans un quartier?
- La température
- La criminalité
Quels sont les avantages des statistiques bivariées?
4 avantages
- Permet de comprendre le sens des relations
- Permet de comprendre la force des relations
- Permet de faire du “ménage” dans nos données
Que veut-on dire lorsqu’on dit que les statistiques bivariées permettent de faire du ménages dans nos données?
Lorsqu’il y a beaucoup de variable, cela permet de ciblé les variables pertinantes à étudier
Bien que les statistiques bivariées présentes des avantages, celles-ci ont également leurs limites.
Quelles sont ces limites?
3 limites
- Analyse d’une relation simple: c’est un peu simpliste puisqu’il peut effectivement exister un lien entre les variables, mais il peut également exister un lien avec d’autres facteurs.
- Limite les interprétations possibles
- Limite notre compréhension du monde : les relations en science sociale sont généralement plus complexe
Vrai ou faux
Tous les tests statistiques sont reliés à des postulats d’utilisation
Vrai
À quoi fait référence les postulats d’utilisation?
Les postulats d’utilisation sont un ensemble de règles à respecter dans l’utilisation des statistiques afin d’assurer la validité des résultats.
Lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et continue (ou ordinale), quelle famille d’analyse devons-nous prendre ?
Famille des tests de moyenne
Lorsque nous voulons faire une analyse bivariées de deux variables catégorielles, quelle famille d’analyse devons nous prendre ?
Famille des tableaux de contingence
Tableau croisé
Lorsque nous voulons faire une analyse bivariées de deux variables ordinales ou continues, quelle famille d’analyse statistique devons nous prendre?
Famille des corrélations
Choix de réponse
Quel est le test à utiliser lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et d’une variable continue, que nous avons une distribution normale, une échelle intervalle, 4 groupes à analyser et un échantillon de 40 personnes?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
d) Oneway Anova
Quel est le test à utiliser lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et d’une variable continue, que nous avons une distribution normale, une échelle intervalle, 2 groupes à analyser et un échantillon de 40 personnes?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
a) T de Student
Choix de réponse
Quel est le test à utiliser lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et d’une variable continue, que nous avons une distribution non-normale, une échelle intervalle, 2 groupes à analyser et un échantillon de 20 personne?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
e) U de Mann Whitney
Choix de réponse
Lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et continue, que nous avons une ditribution non-normale et avons 3 groupes à analyser, quel est le test à utiliser?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
b) Krustal Wallis
Choix de réponse
Lorsque nous voulons faire une analyse bivariées de deux variables catégorielles, quel est le test à utiliser?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
g) Tableau de contingence
Choix de réponse
Lorsque nous voulons faire une analyse bivariées de deux variables continues et que nous avons une distribution normale, quel est le test à utiliser?
a) T de Student
b) Krustal Wallis
c) Rho de spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
f) R de Pearson
Choix de réponse
Lorsque nous voulons faire une analyse bivariées de deux variables continues et que nous avons une distribution non-normale, quel est le test à utiliser?
a) T de Student
b) Krustal Wallis
c) Rho de Spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
c) Rho de Spearman
Lorsque nous voulons faire une analyse bivariées de deux variables ordinales, quel est le test à utiliser?
a) T de Student
b) Krustal Wallis
c) Rho de Spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
c) Rho de Spearman
Qu’elle est la différence entre une échelle intervalle et une échelle ordinale?
Une échelle intervalle a des intervalles égaux et un point zéro arbitraire (zéro est une valeur en soi, pas l’absence de valeur), tandis qu’une échelle ordinale ordonne les catégories mais n’a pas de mesures standardisées pour les distances entre les catégories.
Choix de réponses
Quel est le test à utiliser lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et d’une variable continue, que nous avons une distribution non-normale, une échelle ordinale, 2 groupes à analyser et un échantillon de 20 personne?
a) T de Student
b) Krustal Wallis
c) Rho de Spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
e) U de Mann Whitney
Choix de réponse
Quel est le test à utiliser lorsque nous voulons faire une analyse bivariées d’une variable catégorielle et d’une variable continue, que nous avons une distribution non-normale, une échelle ordinale, 4 groupes à analyser et un échantillon de 40 personne?
a) T de Student
b) Krustal Wallis
c) Rho de Spearman
d) Oneway Anova
e) U de Mann Whitney
f) R de Pearson
g) Tableau de contingence
b) Krustal Wallis
Dans l’énoncé suivant, identifier deux variables, préciser de quel type elles sont, formuler une hypothèse et préciser quel(s) test(s) devraient être utilisés.
Le nombre d’incidence dans le métro a augmenté dans les dernières années. On constate égelement une augmentation dans le nombre de fois où le poivre de cayenne est utilisé. À l’inverse, le nombre de constable spéciaux lui n’a pas augmenté. Afin de réduire les blessures, une formation quant aux techniques d’intervention sera offerte. De plus, l’utilisation du poivre de cayenne est remis en question dans cette histoire.
- Nombre d’incidence dans le métro (variable continue)
- Nombre de fois où le poivre de cayenne est utilisé (variable continue)
- Hypothèse : S’il y a une diminution de l’utilisation du poivre de cayenne, il y aura également une diminution du nombr d’incidence dans le métro.
- Test : Si distribution normale = R de Pearson / Si distribution non-normale = Rho de Spearman
Choix de réponse
La définition suivante réfère à quelle étape de l’analyse des résultats :
Cette étape teste l’hypothèse selon laquelle la relation obsrvée avec nos données est équivalente à celle observée dans la population, ou si elle est attribuable à la chance du hasard.
a) Le sens de la relation
b) La force de la relation
c) La signification
c) La signification
Quels sont les étapes de l’analyse des résultats ?
3 étapes
- La signification
- La force de la relation
- Le sens de la relation
La signification nous aide à répondre à quelle question?
Est-ceque ma relation entre X et Y est statistiquement significative?
Est-ce que la relation est du hasard ou est-ce qu’elle veut dire quelque chose, est-ce que la différence à un sens
Peut importer la grosseur ou le sens de la relation, veut savoir si elle est du hasard
La signification est souvent représenté par la lettre “P”.
Préciser concrêtement à quoi le “P” fait référence et comment devons nous l’interprété?
Le P correspond à la propapilité que l’hypothèse nulle soit vraie lorsque comparée à l’hypothèse testée. Lorsque c’est significatif à p<0,05 nous rejetons l’hypothèse nulle et concluons qu’il semble bel et bien exister un lien entre nos deux variables.
Lorsque c’est supérieur à 0,05, nou ne pouvons pas rejeter l’hypothèse nulle.
QUESTION À L’EXAMEN
Par convention, les niveaux de significations sont identifiées de quelle manière dans les tableaux?
- = p ≤ 0,05
**= p ≤ 0,01
*** = p≤0,001
Qu’est-ce que la force de la relation lorsqu’il est question de l’analyse des résultats?
Le coefficient de force (ou d’association) qualifie la relation et établit si la différence et attribuable à la taille de l’échantillon ou non.
À quelle question la force de la relation nous aide à répondre?
Est-ce que l’impact de X sur Y est fort, modéré ou faible?
Quels sont les éléments à regarder en lien avec la force de la relation?
- Le coefficient de force est différent pour chaque test statistique
- Il importe de connaître le domaine d’étude pour identifier la force de la relation
- Un coefficient de force de plus de 0.80 peut indiqué de la colinéarité (2 variables mesurent le même phénomène)
Vrai ou faux
Plus le coefficient de force est élevé, plus on risque de mesurer la même chose entre les deux variables.
Vrai
QUESTION À L’EXAMEN : SAVOIR COEFFICIENT À QUEL FORCE
Selon les coefficients de force standarisé, quel serait l’interprétation d’un coefficient de 0,00 à 0,09 ?
Association négligable
IMPORTANT
Selon les coefficients de force standarisé, quel serait l’interprétation d’un coefficient de 0,10 à 0,19 ?
Relation faible
Selon les coefficients de force standarisé, quel serait l’intervalle possible de coefficient si on le qualifie de relation moyenne ou modéré ?
Coefficient de 0,20 à 0,39
Selon les coefficients de force standarisé, quel serait l’intervalle possible de coefficient si on le qualifie comme relation relativement forte?
Coefficient de 0,40 à 0,59
Selon les coefficients de force standarisé, quel serait l’interprétation d’un coefficient de 0,60 à 0,79 ?
Relation forte
Selon les coefficients de force standarisé, quel serait l’intervalle possible de coefficient si on le qualifie comme relation très forte?
Coefficient de 0,80 à 1,00
Vrai ou faux
La taille des effets ne détermine pas la pertinence des relations. Des effets forts ne sont pas nécessairement intéressants
Vrai
La force des relations est souvent en fonction du champ ou du domaine de recherche
À quelle étape de l’analyse des résultats que l’on transpose en mots concrêts la relation entre nos variables?
Le sens de la relation
Lorsqu’il est question de transposer en mots concrêt la relation entre nos variables lorsque c’est faits par les tableaux croisées et tests de moyenne, que faisons-nous?
Quels groupes à la fréquence ou la moyenne la plus élevée?
On compare les deux groupes sur la variable dépendante
Lorsqu’il y a une corrélation entre nos variables, que signifie une relation positive ? Donner un exemple.
La relation n’est pas nécessairement bon, mais les deux variables varient dans le même sens. Donc quand un augmente, l’autre aumente aussi et vice versa.
Exemple: Plus un individu consomme de l’alcool, plus il est à risque de faire des délits
Lorsqu’il y a une corrélation entre nos variables, que signifie une relation négative ? Donner un exemple.
La relation est dite négative lorsque les deux variables varient dans un sens différent. Lorsqu’un augmente l’autre diminu et vice versa.
Exemple: Plus un individu consomme de l’alcool, moins celui-ci a d’inhibitions.
Vrai ou faux
Lorsqu’il est question relative positive et négative, celles-ci sont représenté par une relation linéaire dans les tableaux?
Vrai
Relation positive : monte / Relation négative : déscend
Vrai ou faux
La corrélation entre deux variables représente un phénomène selon lequel les deux variables varie ensemble et une des variables est la cause de l’autre.
Faux
La corrélation entre deux variables représente effectivement un phénomène selon lequel les deux variables varie ensemble, mais une des variables n’est pas nécessairement la cause de l’autre.
