Semaine 13 : La corrélation Flashcards

1
Q

L’ANOVA à plan simple et l’ANOVA à mesures répétées sont similaires en ce qui a trait à la variation due au traitement (et à l’erreur), mais non quant à celle due à l’erreur. Pouvez-vous expliquer la distinction?

A

Dans l’ANOVA à plan simple, le F se calcule avec le CMinter + le CM intra, et le CMintra prend en considération l’erreur.

Dans l’ANOVA à mesures répétées, le SC intra se divise en 2 : le SCsujets et le SCerreur. Comme ce sont les mêmes personnes qui font les différentes parties de l’expérience, on peut calculer séparément le SCsujets et l’enlever du rapport F. Ainsi, le rapport F se calcule en divisant le CMinter par le CMerreur.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Les conditions d’utilisation de l’ANOVA à mesures répétées diffèrent légèrement de celles associées à l’ANOVA à plan simple. Dans un premier temps, les échantillons doivent être dépendants. Une autre condition est différente entre les 2 analyses.

A. Quelle est cette condition d’utilisation propre au plan à mesures répétées?

B. Comment peut-on vérifier si cette condition est respectée?

A

A. L’homogénéité des variances et des covariances.

B. On peut le vérifier dans la sortie SPSS grâce au test de sphéricité de Mauchly.
*Le p doit être > .05 pour être respecté.

Si le postulat n’est pas respecté, on utilise la ligne “Greenhouse-Geisser” pour rapporter les résultats.

Si le postulat est respecté, on utilise la ligne “Sphéricité supposée”.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Quelle est l’erreur dans la phrase suivante?

“L’ANOVA permet de vérifier s’il y a des différences significatives entre les moyennes.”

A

L’ANOVA permet de vérifier s’il y a AU MOINS UNE différence significative entre les moyennes.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Quelle est l’erreur dans la phrase suivante?

“Les tests de comparaisons multiples doivent être effectués seulement lorsque l’effet de la variable indépendante est significatif (rejet de H0).”

A

Les tests de comparaisons multiples A POSTÉRIORI doivent être effectués seulement lorsque l’effet de la variable indépendante est significatif (rejet de H0).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quelle est l’erreur dans la phrase suivante?

“Les tests de comparaisons multiples peuvent être utiles lorsqu’on fait un test t pour échantillons dépendants ou indépendants.”

A

Le test t est juste une comparaison entre 2 moyennes (2 échantillons). Les tests de comparaisons multiples permettent e déterminer à quel endroit se situe ces différences (on doit avoir 3 niveaux de traitement ou plus).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Qu’est-ce qu’une corrélation?

A

Statistique qui permet d’estimer le degré de relation entre 2 variables.

La corrélation exprime de façon quantitative la force d’une relation linéaire entre 2 variables mesurées sur un même groupe d’individus.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Quels sont les 2 éléments estimés par la corrélation?

A
  1. La direction (positive ou négative)

2. La force de la relation entre les 2 variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Vrai ou faux? Les termes variable indépendante (VI) et variable dépendante (VD) sont utilisés lorsqu’on parle de corrélation.

A

Faux. On n’utilise plus ces termes, on les replace par “variables corrélées” ou “corrélats”, ce qui diminue le risque d’interprétations erronées.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quelles sont les 3 conditions logiques à respecter si on veut déterminer qu’un phénomène en cause un autre (lien causal)?

A
  1. Variable X et variable Y doivent être interreliées (condition de relation)
  2. La cause doit précéder l’effet.
  3. La relation entre X et Y ne doit pas être expliquée par une 3e variable confondante.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quelle est la seule condition remplie par la corrélation?

A

La condition de relation : la variable X et la variable Y doivent être interreliées.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

À quoi sert la droite de régression?

A

Elle nous sert de prédiction. On peut prédire la valeur de Y en fonction de la valeur de X qui est observée.

Plus les points sont éloignés de la droite, moins la prédiction (et la corrélation) est bonne.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Vrai ou faux? La relation linéaire est toujours positive.

A

Faux. La relation linéaire (la corrélation) peut être positive ou négative (inverse).

Corrélation positive : Plus j’augmente sur l’axe des X, plus j’augmente sur l’axe des Y.

Corrélation négative : Plus j’augmente sur l’axe des X, plus je diminue sur l’axe des Y.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Vrai ou faux? La corrélation permet de détecter uniquement les relations linéaires.

A

Vrai. C’est un de ses postulats.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Vrai ou faux? Plus une relation est faible, plus les points seront groupés suivant une relation linéaire.

A

Faux. Plus une relation est FORTE, plus les points seront groupés suivant une relation linéaire!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Qu’est-ce qu’une corrélation nulle?

A

Aucune corrélation entre les 2 variables, c’est-à-dire que deux valeurs similaires sur X peuvent être associées à deux valeurs opposées sur Y.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est-ce qu’une corrélation parfaite?

A

C’est lorsqu’il y a une relation parfaitement linéaire entre 2 variables. un changement sur X est associé à un changement proportionnel sur Y.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Qu’est-ce que le coefficient de corrélation? Entre quelles valeurs se situe-t-elle?

A

C’est une estimation de la direction et de la force de la relation linéaire entre 2 variables. (Mesure standardisée de la covariance entre 2 variables)

Le coefficient de variation varie entre -1 et 1.

  • (+) relation positive
  • (-) relation négative
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

La valeur numérique du coefficient de corrélation indique la force de la relation. Quel type de relation linéaire avons-nous si la valeur s’approche de -1 ou de 1?

A

Présence d’une relation linéaire parfaite.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

La valeur numérique du coefficient de corrélation indique la force de la relation. Quel type de relation linéaire avons-nous si la valeur s’approche de 0?

A

Il y a absence de relation linéaire.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Avec les corrélations linéaires, comment est calculé le coefficient de corrélation? Quelle échelle de mesure doit-on utiliser?

A

On doit calculer le r de Pearson.

Échelles intervalle ou ratio

21
Q

Qu’est-ce que la covariance?

A

Dans quelle mesure les variations d’une variable sont associées aux variations de l’autre variable (dans quelle mesure les 2 variables varient ensemble).

22
Q

Comment est calculé le r de Pearson?

A

On divise le “degré auquel les 2 variables varient ensemble” par le “degré auquel les 2 variables varient séparément”.

23
Q

Vrai ou faux? L’interprétation du r de Pearson s’applique à la population.

A

Faux. L’interprétation est appliquée à l’ÉCHANTILLON seulement!

24
Q

Entre quelles valeurs le r de Pearson varie-t-il?

A

Entre -1 et 1.

25
Q

Il y a 2 façons d’interpréter la valeur du coefficient de corrélation. Quelles sont-elles?

A
  1. À l’aide de barèmes.

2. À l’aide du % de variance commune exprimé par le coefficient de détermination (r^2).

26
Q

Quel sont les trois niveaux présents dans le barème de Cohen permettant d’interpréter la force d’une corrélation?

A

Relation forte —> .50 et +
Relation modérée —> .30 à .49
Relation faible —> .10 à .29

*En dessous de .10 = Relation nulle

27
Q

Par quelle variable est représenté le coefficient de détermination?

A

r^2

28
Q

L’interprétation du coefficient de détermination (r^2) varie dépendemment de si on se trouve dans un contexte de corrélation ou dans un contexte de régression. Nommez ces 2 interprétations.

A

Corrélation : % de variance commune entre les 2 variables

Régression : Portion de la variabilité de Y qui peut être expliquée par X

29
Q

De quelles façons examine-t-on les postulats de la corrélation (et de la régression)?

A

À l’aide du diagramme de dispersion.

30
Q

Quels sont les 2 facteurs qui peuvent influencer la corrélation?

A

Les données extrêmes et l’étendue des données.

31
Q

Vrai ou faux? Comme elles influencent le coefficient de corrélation, on doit enlever les données extrêmes lorsqu’il y en a.

A

Vrai.

32
Q

Vrai ou faux? Plus l’étendue est petite, plus les données tendent à varier.

A

Faux. Plus l’étendue est petite, MOINS les données tendent à varier.

33
Q

Nommer les 3 raisons pour lesquelles il est important de faire l’inspection visuelle des données recueillies (diagramme de dispersion) afin d’optimiser l’interprétation du coefficient de corrélation?

A
  1. Vérifier si les postulats sont respectés
  2. Détecter la présence de données extrêmes
  3. Évaluer l’étendue des données
34
Q

Vrai ou faux? Le coefficient de corrélation ne nous permet pas d’établir un lien de cause à effet.

A

Vrai.

35
Q

Comment fait-on pour déterminer si une corrélation reflète une relation réelle dans la population ou si elle provient du hasard?

A

On doit calculer une valeur de t.

36
Q

Quelle variable représente le coefficient de corrélation dans la population?

A

ρ

37
Q

Quelle doit être la valeur du coefficient de corrélation dans la population (ρ) si on postule qu’il y a une différence entre les 2 variables?

A

Différent de 0 (bilatéral).

38
Q

Quelle doit être la valeur du coefficient de corrélation dans la population (ρ) si on prédit une direction (négative ou positive) entre les 2 variables?

A

Supérieur ou inférieur à 0 (unilatéral).

39
Q

Quelle est la formule qui permet de calculer le nombre de degrés de liberté à utiliser avec la distribution d’échantillonnage du t de Student lorsqu’on effectue le test inférentiel sur une corrélation?

A

n - 2

*où n = Nombre de participants qui sont présents dans l’étude

40
Q

Quelles sont les conditions d’utilisation du test de corrélation de Pearson?

A

Il y a 5 conditions d’utilisation :

  1. Le n est suffisamment grand (>= 20)
  2. Les 2 variables sont sur une échelle intervalle ou ratio
  3. Relation linéaire entre les 2 variables
  4. Homogénéité des variances
  5. Variables sont distribuées normalement
41
Q

Vrai ou faux? La corrélation entre deux variables concerne le degré de relation entre celles-ci, ainsi qu’un lien de cause à effet.

A

Faux. Il est vrai que la corrélation s’intéresse au degré de relation entre 2 variables, mais il est faux que l’on puisse établir un lien de cause à effet à l’aide d’une corrélation.

42
Q

Vrai ou faux? Le coefficient de corrélation est réduit lorsque l’étendue des scores X et/ou Y augmente.

A

Faux. Le coefficient de corrélation est réduit lorsque l’étendue des scores X et/ou Y diminue.

43
Q

Le niveau alpha a-t-il un impact sur la corrélation?

A

Non. La valeur de l’alpha n’a pas d’impact sur la corrélation, il influence seulement la décision statistique.

44
Q

Vrai ou faux? Il peut exister une relation entre X et Y même si le r de Pearson est de 0.

A

Vrai. Il peut y avoir une relation non linéaire entre les deux variables.

45
Q

Pourquoi est-il toujours recommandé d’illustrer les points de jonction entre X et Y à l’aide d’un nuage de points ?

A

Le nuage de points permet d’observer les données extrêmes et de vérifier si les postulats de la corrélation sont respectés.

46
Q

Comment calcule-t-on la variance d’une variable?

A

On doit mettre l’écart-type au carré.

47
Q

Quels sont les deux informations qui peuvent être extraites à partir du coefficient de corrélation?

A

La direction et la force de la relation.

48
Q

Par quoi doit-on diviser (standardiser) la covariance de X et Y pour obtenir une corrélation de Pearson?

A

Quand on veut standardiser une mesure, on la divise par l’écart-type.

r = Covariance de X et Y / (Sx)*(Sy)