MODULE 3.2 Flashcards
Distribution d’échantillonnage des moyennes
distribution des pointages moyens des échantillons d’une MÊME population
=> comparaison de groupes d’individus ensemble
=> ressemble à la loi normale
=> mesure qui correspond à l’erreur standardisée de la moyenne (SEM)
SEM = écart-type / racine carrée du nombre total de participants
Intervalle de confiance
déf: intervalle dans lequel la moyenne a une probabilité P de se retrouver
- dépend de: moyenne, SEM et probabilité P déterminée
- permet de déterminer si deux moyennes de deux échantillons différentes statistiquement ou non
- en général: P = 95% = 0,05
P = moyenne +/- (score Z x SEM)
Concept de différence significative: que signifie la valeur a?
a: niveau de signification pré-établi
=> probabilité de conclure que les moyennes des échantillons sont différentes alors qu’elles sont équivalentes
=> en général: a = 5% ou 0,05 (déterminé par chercheur avant l’expérimentation)
DONC, ça signifie qu’il y a 5% de chance qu’une différence entre les 2 moyennes soit due à une erreur et pas une vraie différence
Concept de différence significative: que signifie la valeur p?
p: probabilité d’énoncer une conclusion erronée
=> 1 valeur p par test
si p < ou = 0,05 (a):
différences significatives entre les 2 moyennes
Tests paramétriques: quelles sont les 2 prémisses spécifiques?
- distribution normale de la variable (ou presque)
- homogénéité des variances (écart-type):
- variabilité similaire dans un même groupe
- en général: si même nbr de participants dans les 2 groupes, les différences entre les échantillons peuvent être acceptées sans affecter le résultat
Comment estime-t-on des différences entre les paramètres de populations?
avec la moyenne, l’écart-type, la variance des échantillons, le nombre de participants et SEM
Écart entre les moyennes:
+ grand = + probable qu’il y ait une grande différence entre les échantillons
Taille des échantillons:
échantillon + grand = - SEM
Dispersion des données:
variabilité + faible = - SEM
Rappel: - SEM = courbes - larges = + probable que les échantillons soient différents
Tests non-paramétriques: quand sont-ils utilisés?
utilisés quand les prémisses de base ne sont pas respectées:
- petit échantillon (n = 10) pas représentatif = pas de distribution normale
- échelle de mesure nominale ou ordinale (pas de moyenne ou écart-type quantifiable)
=> PAS d’utilisation des paramètres habituels (variance, écart-type, moyenne)
Qu’est-ce qu’on utilise dans les tests non-paramétriques pour estimer des différences entre les paramètres des populations?
On utilise des fréquences ou des rangs des valeurs.
Quels sont les 4 critères sur lesquels on se base pour choisir un test statistique?
- Respect des prémisses de base
- Types d’échelles de mesure
- Nombre d’échantillons
- Types d’échantillons
=> dépendants: mêmes participants, plusieurs reprises
=> indépendants: participants de différents groupes
En quoi consiste le test-t indépendant?
PARAMÉTRIQUE, INDÉP.
- comparer 2 moyennes de 2 échantillons
- déterminer si elles sont significativement différentes
En quoi consiste le test de Mann-Whitney?
NON PARAMÉTRIQUE, INDÉP.
comme le test-t indép. mais pour 2 échantillons qui ne respectent pas les prémisses de base
(ex: petit échantillon)
En quoi consiste le test de ANOVA (analyse variance)?
PARAMÉTRIQUE, INDÉP. \+ de 2 échantillons prémisses ok \+ complexe que le test-t indép. (utilise lui aussi la moyenne et N)
En quoi consiste le test de Kruskal-Wallis?
NON PARAMÉTRIQUE, INDÉP.
+ de 2 échantillons
prémisse pas respectées
En quoi consiste le test de Chi-carré?
NON PARAMÉTRIQUE, INDÉP.
+ de 2 échantillons
mesure nominale dichotomique (oui/non)
compare les fréquences (et pas les rangs ou moyennes comme les autres test)
En quoi consiste le test-t dépendant?
PARAMÉTRIQUE, DÉP.
même groupe
2 mesures (1ere = mesure contrôle pour la 2e)
En quoi consiste le test de Wilcoxon signed rank?
NON PARAMÉTRIQUE, DÉP. même groupe 2 mesures prémisses pas respectées se base sur le rang entre 2 observations (t2-t1) => pas en valeur absolue
En quoi consiste le test de ANOVA répétée?
PARAMÉTRIQUE, DÉP.
comme ANOVA mais basé sur les différences entre les temps de mesures (t1-t2-t3-tx)
En quoi consiste le test de ANOVA Friedman?
NON PARAMÉTRIQUE, DÉP.
prémisses pas respectées
basé sur rang des observations (t1,t2,t3) plutôt que sur leurs valeurs absolues (pour chaque temps de mesure)
Même échantillon mesuré plusieurs fois dans le temps
