Module 5 : Test pour des comparaisons de moyennes Flashcards
Détermination si les moyennes des groupes présente des différences statistiquement significatives
Analyse statistique de différences
La sélection des tests statistiques dans les cas d’analyses de différence est basée essentiellement sur 4 critères que l’on doit connaître: 1 2 3 4
1) Le respect de prémisses de base (normalité des distributions, homogénéité des variances);
2) Les types d’échelles de mesure (nominale, ordinale, par intervalle, proportionnelle);
3) Les types d’échantillons (dépendants ou indépendants);
4) Le nombre d’échantillons (2 ou > 2).
-
- les tests paramétriques
- les tests non-paramétriques.
utilisent les paramètres des échantillons (moyenne, écart- type) pour déterminer la présence de différences entre les moyennes.
Les tests paramétriques
L’utilisation d’un _________ nécessite de vérifier si les prémisses de base sont respectées.
test paramétrique
sont basés sur les rangs des valeurs dans les distributions ou sur des fréquences.
Les tests non-paramétriques
La seule prémisse qui doit être respectée est l’indépendance ou la dépendance des échantillons de données puisque les tests statistiques seront utilisés selon le type d’échantillon
test non-paramétrique
Les tests paramétriques utilisent _________ pour déterminer la présence de différences entre les moyennes.
Les tests paramétriques utilisent les paramètres des échantillons (moyenne, écart- type) pour déterminer la présence de différences entre les moyennes.
L’utilisation d’un test paramétrique nécessite de vérifier si les prémisses de base sont respectées:
1
2
3
1) Distributions normale de la variable
2) Homogénéité des variances
3) Indépendance ou dépendance des échantillons
Des échantillons de données sont ______lorsqu’ils proviennent de participants différents (ex.: clinique #1 vs. #2). Lorsque les données proviennent des mêmes participants mesurés à plusieurs reprises dans le temps (T1 vs. T2), on dit que des échantillons de données sont ___________.
Des échantillons de données sont indépendants lorsqu’ils proviennent de participants différents (ex.: clinique #1 vs. #2). Lorsque les données proviennent des mêmes participants mesurés à plusieurs reprises dans le temps (T1 vs. T2), on dit que des échantillons de données sont dépendants.
Les tests non-paramétriques sont basés sur les ______ dans les distributions ou sur des _______.
Les tests non-paramétriques sont basés sur les rangs des valeurs dans les distributions ou sur des fréquences.
Les tests non-paramétriques
La seule prémisse qui doit être respectée est ___________________ des échantillons de données puisque les tests statistiques seront utilisés selon le type d’échantillon.
Les tests non-paramétriques
La seule prémisse qui doit être respectée est l’indépendance ou la dépendance des échantillons de données puisque les tests statistiques seront utilisés selon le type d’échantillon.
Généralement, les tests ________ s’utilisent lorsque les prémisses de normalité des données et l’homogénéité des variances ne sont véritablement pas respectées.
Généralement, les tests non-paramétriques s’utilisent lorsque les prémisses de normalité des données et l’homogénéité des variances ne sont véritablement pas respectées.
Généralement, les tests non-paramétriques s’utilisent lorsque les prémisses de normalité des données et l’homogénéité des variances ne sont véritablement pas respectées. Cela se produit lorsque le nombre de participants est _____ et que les données peuvent difficilement être normalement distribuées
Généralement, les tests non-paramétriques s’utilisent lorsque les prémisses de normalité des données et l’homogénéité des variances ne sont véritablement pas respectées. Cela se produit lorsque le nombre de participants est petit et que les données peuvent difficilement être normalement distribuées
Les tests non-paramétriques sont également utilisés avec les échelles de mesure ______ ou ______ qui, en principe, ne présentent pas de moyenne et d’écart-type. Comme ces tests utilisent les rangs ou les fréquences, plutôt que les moyennes, pour calculer les statistiques permettant de déterminer des différences significatives entre les échantillons, ils sont tout à fait indiqués avec ces types d’échelles.
Les tests non-paramétriques sont également utilisés avec les échelles de mesure nominale ou ordinale qui, en principe, ne présentent pas de moyenne et d’écart-type. Comme ces tests utilisent les rangs ou les fréquences, plutôt que les moyennes, pour calculer les statistiques permettant de déterminer des différences significatives entre les échantillons, ils sont tout à fait indiqués avec ces types d’échelles.
N’oubliez pas que des échantillons de données sont « _______ » lorsqu’ils proviennent de participants différents et sont « _______ » lorsque les données proviennent des mêmes participants mesurés à plusieurs reprises dans le temps.
N’oubliez pas que des échantillons de données sont « indépendants » lorsqu’ils proviennent de participants différents et sont « dépendants » lorsque les données proviennent des mêmes participants mesurés à plusieurs reprises dans le temps.
Tests pour échantillons indépendants
Tests paramétriques :
- Test-t pour données indépendantes
- Analyse de variance (ANOVA)
Tests pour échantillons indépendants
Tests non-paramétriques:
- Test Mann-Whitney U
- Test Kruskal Wallis
- Test d’indépendance des échantillons (χ2)
Tests pour échantillons dépendants
Tests paramétriques :
- Test-t pour données pairées
- Analyse de la variance (ANOVA) à mesures répétées
Tests pour échantillons dépendants
Tests non-paramétriques
- Wilcoxon Signed Rank Test
- Friedman ANOVA (mesures répétées)
s’utilise lorsqu’on compare les moyennes de 2 échantillons et que l’on désire déterminer si elles sont significativement différentes
Le test-t pour échantillons indépendants (en anglais Independent t-test)
Le test-t pour échantillons indépendants (en anglais Independent t-test)
Info fournies:
-
-
- Statistique t
- valeur p
Indication du test :
- comparaison intergroupe des caractéristiques initiales des sujets
- Comparaison intergroupes des résultats à la suite d’un intervention
- Examine la différence entre les moyennes de 2 groupes seulement
- Données paramétriques
Test-t pour données indépendantes
Indication du test :
- Déterminer l’association entre les données d’un échantillon et les données estimées d’une population
- Principalement données nominales (sexe, tabagisme)
Test du Chi-carré (χ2)
Indication du test :
- Variable indépendante à 2 niveaux ou plus
- 1 seule variable dépendante
Analyse de variance (ANOVA)
Indication du test :
- Devis prétests/post-test dans lesquels les sujets agissent comme leur propre contrôle
- Données non-paramétriques
Wilcoxon Signed Rank test
Indication du test :
- comparaison intergroupe des caractéristiques initiales des sujets
- Comparaison intergroupes des résultats à la suite d’un intervention
- Données non-para ou données para problématique
Mann- Whitney U
Indication du test :
- Variable indépendante à 3 niveau ou plus
- 1 seule variable dépendante
- Donnée non para (ordinales, nominales) ou données para non distribuées normalement
Kruskal-Wallis H
Indication du test :
- Devis prétests/post-test dans lesquels les sujets agissent comme leur propre contrôle
- Données paramétrique
Test-t pour données pairées
Indication du test :
- Devis à mesures répétées dans lesquels les sujets agissent comme leur propre contrôle;
- 1 seule variable dépendante
- donnnées non-paramétriques (ordinales, nominales)
Friedman’s ANOVA
Indication du test :
- Devis à mesures répétées dans lesquels la variable indépendante à 2 niveaux ou plus ET les sujets agissent comme leur propre contrôle;
- 1 seule variable dépendante
- donnnées paramétriques
ANOVA à mesures répétées
