Med Mod + reg. log (4)

Question 1

Quelle est la différence entre une variable modératrice et médiatrice?

Answer 1

Médiateur: Méchanisme par lequel X agit sur Y
Modération: Modère/module (augmente ou diminue la force) le lien entre X et Y

Question 2

V/F La relation entre une variable et le médiateur est toujours positive

Answer 2

FAUX, pas nécessairement! Les liens entre les variables peuvent être positif OU négatif, tout dépendant du construit mesuré et de la façon de l’exprimer

Question 3

Ce type de variable exprime un mécanisme, une explication du lien entre 2 variables.

Answer 3

Médiatrice

Question 4

V/F Parfois, les médiateurs peuvent changer une modération (exemple: inverser le lien entre 2 variables)

Answer 4

VRAI

Question 5

Quelles sont les 4 conditions pour qu’on puisse parler de médiation selon Baron et Kenny?

Answer 5

1. Présence relation sig entre VD et VI
2. Présence relation sig entre VI et V MED
3. Présence relation sig entre V MED et VD
4. La relation entre VI et VD disparaît OU est fortement réduite quand on contrôle statistiquement l’effet de la variable MED (idéalement, elle devient non significative)

Question 6

Pour la variable médiatrice, décris la formule de l’effet total

Answer 6

Effet total = c = ab+ c’
effet direct = c’
Effet indirect= ab = c-c’

Question 7

Qu’est-ce qu‘une corrélation semi- partielle?

Answer 7

Une corrélation qui ne prend pas en compte l’effet commun

Question 8

Quelles sont les critiques de la méthode de la médiation de Baron et Kenny?

Answer 8

1. Ne quantifie pas l’effet indirect
2. Il n’y au aucun test statistique sur l’effet indirect
3. On utilise plusieurs tests statistiques, alors qu’on pourrait en avoir juste 1 (plus on a de test, plus on a de probabilités de faire des erreurs de type 1)
4. Effet de la VD et la VI est parfois non significatif alors qu’il y a quand même de la médiation (
5. Peu puissant: erreur type 2

Question 9

Quelles sont les réponses de Baron et Kenny aux critiques sur leur modèle?

Answer 9

1. Condition 4 peut-être assouplie (effet de VI sur VD)
2. LA méthode de Sorel quantifie effet indirect et son degré de signification

Question 10

Qu’est-ce que la méthode de Sobel?

Answer 10

Un test de signification sur la base du Z ou du t

T=Ba Bb/SBaBb = lien combiné/erreur standard du lien combiné

Question 11

Quelle est la nouvelle méthode qui permettra de parier aux critiques de Baron et Kenny?

Answer 11

Méthode de rééchantiollange (Preacher et Hayes) VU AU COURS SUIVANT
- Ne suit pas les étapes causales de Baron et Kenny
-Presque tjrs plus puissante que méthode de Sobel
-Basée sur le rééchantillonnage (permet de générer empiriquement une distribution d’échantillonnage de l’effet indirect. Peut être utilisée pour obtenir un intervalle de confiance)
- peut tester directement l’effet indirect en un seul test et permet de quantifier cet effet

Question 12

Quelles sont les critiques générales des modèles de médiation?

Answer 12

1. Les modèles de médiation l’impliquent la présence d’une structure causale (alors que dans les analyse, nous n’avons que les corrélation..)

On ne peut donc pas montrer l’effet causale, surtout car les mesures sont souvent prises en même temps (donc on rempli par le critère cause de la cause qui précède l’effet)

2. On choisit souvent les variables MED en se basant sur la littérature: c’est difficile de justifier le modèle choisi.

Question 13

Qu’est-ce qu’une régression logistique?

Answer 13

-Semblable à une regression multiple, mais avec une variable dépendante (critère) dichotomique
-permet de prédire un critère comme l’appartenance à un groupe, le succès ou l’échec d’une intervention…
-Les prédicteurs (VI) peuvent être autant continues que catégorielles

Question 14

Dans la régression logistique, les prédicteurs n’ont pas besoin : (3)

Answer 14

1. d’être distribués normalement
2. D’avoir une relation linéaire avec la VD
3. D’être de variance égale dans chaque groupe

Question 15

Dans la régression logistique, les prédicteurs peuvent être: (3)

Answer 15

1. Continus.
2. Discrets
3. Dichotomiques

Question 16

Dans la régression logistique, la VD peut (2)

Answer 16

1. Avoir deux ou + catégories
2. Ces catégories peuvent avoir un ordre ou npas

Question 17

La régression logistique nous donne la probabilité que…

Answer 17

un participant appartienne aux différentes catégories de la VD en fonction de son patron de réponses.

Question 18

Quels sont les différents problèmes avec les régressions linéaires?

Answer 18

1. Il est probable que la relation ne soit pas linéaire
2. Dans une régression, il y a habituellement plusieurs possibilités de valeurs de Y pour chaque valeurs de X. Pourtant, dans certain cas, on a des val. dicho (soit 1 ou 0)
   Solution: tranformer les p en chance, et les chances en log chance

Question 19

Comment calcule-t-on les chances?

Answer 19

Chances=p/1-p

Question 20

Qu’est-ce qu’un odd ratio

Answer 20

Un ration avec deux chances. Ça donnerait le nb de fois + probable d’avoir chance 1 comparativement à chance 2

Question 21

Comment transforme-t-on les chances en log chance?

Answer 21

log chance= ln (p/1-p) = ax+b

bref ^Y= ax+b devient ln (p/1-p)= ax+b

Question 22

V/FGrâce à la transformation log chance, la fonction redevient linéaire.

Answer 22

Vrai

Question 23

Quel nom donne-t-on au log chance?

Answer 23

logit

Question 24

Qu’est-ce qu’un log?

Answer 24

Log.y (x) = z
Log .base (argument)=
Quel exposant (z) doit-on donner à Y pour obtenir x

Question 25

Qu’est-ce qu’un ln?

Answer 25

Log en base e (logarithme naturel)
e=2.718281

ln (x)= log .e (argument)

Question 26

Avec un logit, si on isole la VD pour i cas, comment trouve-on ce ^Y?

Answer 26

^Y=e^ u/1+e^u
u=A +B1X1+B2X2… (équation de reg. linéaire standard)
e=2.71…
^Y=probabilité estimé de ième cas soiet dans une des catégories

Question 27

Que sont les tests inférentiels?

Answer 27

2 modèles:
1. Modèle sans prédicteur (seulement la constante, soit ordonnée à origine)
2.Modèle avec tous les prédicteurs

On vérifie ensuite si modèle 1 est meilleur que modèle 2. Un pseudo R^2 (%variance expliquée) est calculé (celui de Nagelkerke est préférable). Le niveau de sig. est vérifié avec un wald (équivalent de chi-carré). Permet de vérifier si le coefficient de reg.d’un prédicteur est sig. différent de 0.

Question 28

Quelles sont les limites de la régression logistique?

Answer 28

même si la régression logistique est flexible, il faut:
- Un bon ration cas/prédicteur
-Une relation linéaire entre les prédicteurs continus et le logit
-Absence de multicolinéarité
-Absence de données extrême dans la solution
-Indépendance des erreurs
-Autre, selon les contextes