Révision intra Flashcards
Quels sont les 5 postulats de l’analyse de régression multiple ?
- Taille de l’échantillon selon nombre de prédicteurs
- Absence de multicolinéarité (r > 0,7) ou de singularité (r = 1)
- Normalité des variables continues et des résidus
- Homocédasticité et linéarité des résidus
- Absence de valeur extrême
Dans la régression multiple, comment est calculé le R2 ?
SC(régression) / SC (totale)
Qu’est-ce qui correspond à la taille de l’effet dans la régression multiple standard?
Pourcentage de variance unique (autres VI excluses) expliquée par un prédicteur significatif
Corrélation semi-partielle (la 2e dans le tableau) à mettre au carré
Dans quelle situation choisit-on l’ANOVA ?
Pourquoi les tests t ne conviennent-ils pas ?
Quand on souhaite comparer + de 2 groupes (variable nominale) sur un score (variable continue)
On pourrait faire plusieurs tests t mais cela augmente l’erreur de type 1 (rejeter H0 alors qu’elle est vraie)
À quoi correspondent les sources de variation suivantes pour les ANOVA:
- Variation totale
- Variation due au traitement
- Variation due à l’erreur
- Toute
- Variation intergroupe (entre les conditions de traitement)
- Entre les individus d’un même groupe
Complétez:
Pour montrer que la VI a un effet significatif sur la VD, il faut que la variation ______________ soit plus grande que la variation _______________
liée au traitement soit plus grande que celle liée à l’erreur
Quels sont les postulats de l’analyse de variance (3) ?
Simple, factorielle
- Indépendance des observations
- Normalité de la variable continue
- Homogénéité des variances
Dans l’ANOVA simple, que faire si le postulat d’homogénéité des variances n’est pas rencontré ?
Utiliser la correction de Welch
ANOVA:
Plus le F est grand, plus le CM(traitement) est :____________ et plus le CM(erreur) est: ________________
traitement = grand erreur = petit
Vrai ou faux
Le désavantage de l’êta carré est qu’il est biaisé vers le bas
Faux
Il est biaisé vers le haut
Par défaut, quel test utilise-t-on pour les comparaisons multiples dans l’ANOVA ? Quel autre test est fréquemment utilisé ?
Tukey (quand les n sont relativement égaux)
Si postulat d’homogénéité des variances non-rencontré, Games-Howell
Quel f de Cohen correspond à une grandeur de l’effet :
Faible
Modérée
Fort
0,10
0,25
0,40
Dans la régression multiple, les prédicteurs sont d’échelle :
Continue ou dichotomique
Dans l’ANOVA factorielle, que faire si le postulat d’homogénéité des variances n’est pas respecté ?
Aller chercher la statistique de Games-Howell lors des comparaisons multiples
Ne PAS utiliser la correction de Welch
Dans l’ANOVA factoriele, quelles sont les sources de variation de la valeur du test (5)?
- Traitement
a) Facteur A
b) Facteur B
c) Interaction A X B - Erreur
- Totale
Dans les ANOVA factorielles, comment calcule-t-on le carré moyen ?
SC / dl
ANOVA (simple, factorielle), comment calcule-t-on la statistique F ? Le F critique ?
CM(traitement: A, B ou AXB) / CM(erreur)
dl(traitement: A, B ou AXB) / dl(erreur)
Dans l’ANOVA factorielle, quelles analyses supplémentaires doivent être conduites lorsqu’il y a un effet d’interaction significatif et lorsqu’il y a un effet principal significatif (et K > 2)?
Interaction : effets simples
Effet principal : comparaisons multiples (Tukey)
Effet simple du thérapeute (2) séparément pour le type de matériel (3) : les 2 effets simples sont significatifs, que faire ensuite ? Si les n sont inégaux ?
Analyses de comparaison multiples (car k > 2)
Si les n sont inégaux, ANOVA simples séparées (Tukey ou G-H)
Dans l’ANOVA factorielle, la grandeur de l’effet correspond à :
l’êta partiel au carré
Quelles sont les caractéristiques d’un plan mixte (ANOVA à mesures répétées)?
Groupes indépendants (VI : groupe + expérimental)
VD mesurée 3X (sur les mêmes participants)
Quels sont les postulats de l’ANOVA à mesures répétées mixte ?
Simple?
- Normalité de la variable continue (pour tous les groupes X temps)
- Homogénéité des variances
- Symétrie composée : homogénéité des matrices de variances et de covariances (Box > 0,05)
- Normalité de la variable continue
- Sphéricité (Mauchly) (aussi un test d’homogénéité des matrices de variances et de covariances)
Dans l’ANOVA à mesures répétées simple, que faire si test de Mauchly est significatif (p < 0,15 (n > 10) ou p < 0,25 (n < 10))?
Utiliser le F ajusté avec le facteur de correction de Greenhouse et Geisser
Dans les ANOVA à mesures répétées, quelles analyses fait-on pour trouver où sont les différences lorsque le F est significatif ?
analyses de contraste
Dans le cas de présence de données manquantes, quand est-ce acceptable de les remplacer par la moyenne ? Quelle est la conséquence ?
Quand on fait une AFE et que le N est petit
Conséquence : diminution de l’écart-type
Quelle est la différence entre listwise et pairwise ?
Listwise : enlève toutes les réponses d’un participant s’il n’a pas répondu à un item (par défaut)
Pairwise : enlève seulement l’item non-répondu
En AFE et ACP, quels sont les postulats ?
- Au moins 3 variables (continues, ordinales: normalité)
- Taille de l’échantillon suffisant (10 participants / variable)
- Qualité des matrices de corrélations
a. Déterminant de la matrice de corrélations
b. Test de sphéricité de Bartlett (rejette hypothèse de matrice d’identité)
c. Mesure d’adéquacité de l’échantillonnage de Kaiser- Meyer-Olkin (KMO) global et individuel
Quelles sont les étapes de l’ACP / AFE ?
- Postulats
- Choix (4)
a. méthode d’extraction
b. variables à conserver / retirer
c. nombre de composantes / facteurs
d. de la rotation des axes (si > 1 facteur) - Interprétation de la solution finale (nature des facteurs p/r aux variables les plus corrélées)
À quoi correspond la valeur propre (eigenvalue)?
Variance brute expliquée par la composante ou le facteur
Quelle est la différence entre l’alpha-maximisation et le maximum de vraisemblance ?
Alpha-maximisation : maximise fidélité
Maximum de vraisemblance : permet de généraliser sans avoir recours à un autre échantillon
Quels sont les différents choix à effectuer dans l’ACP / AFE ?
- Méthode d’extraction
- Variables à conserver
- Composantes / facteurs à extraire
- Rotation des axes
À quel niveau d'adéquacité correspondent les indices KMO suivant : > 0,9 0,8-0,9 0,7-0,8 0,6-0,7 0,5-0,6 <0,5
Excellent Très bien Bien Moyen Médiocre Inacceptable
