1/3 BARDIN Flashcards by Jean R.

STATS DESCRIPTIVES = ?

= au niveau de l’échantillon

How well did you know this?

Not at all

Perfectly

Stats inférentielles= ?

= au niveau général

How well did you know this?

Not at all

Perfectly

Variable invoquée = ?

= catégories naturelles

How well did you know this?

Not at all

Perfectly

Variable provoquée =

= manipuler température…

How well did you know this?

Not at all

Perfectly

groupes indépendants = ?

= comparaison de 2 groupes d’individus au moins (ex: (non)/fumeurs)

How well did you know this?

Not at all

Perfectly

groupes appariés = ?

Un même groupe réalise plusieurs fois la même mesure à différents temps (ex: fumeurs en sevrage à jour 15 et jour 30)

How well did you know this?

Not at all

Perfectly

Variable nominale = ?

Traitements stats ?

= quali
= pas de valeur numérique
= pas d’ordre

Ex: sexe,csp, couleur cheveux

->effectifs
-> fréquences
-> pourcentages
-> mode

How well did you know this?

Not at all

Perfectly

Le mode = ?

= modalité qui présente la plus grande occurence

How well did you know this?

Not at all

Perfectly

Variable ordinale = ?

Ex ?

Tts stats ?

quali
pas de valeur numérique
notion d’ordre

EX: taille (petit/moyen/grand)
fréquence de travail (rarement/régulièrement.souvent)

->effectifs
-> fréquences
-> pourcentages
-> mode
-> médiane

How well did you know this?

Not at all

Perfectly

Variable d’intervalle = ?

Tts stats ?

numérique
l’écart entre chaque modalité est identique
classement possible

Ex: taille en cm

->effectifs
-> fréquences
-> pourcentages
-> mode
-> médiane
-> moyenne
-> écart-type

How well did you know this?

Not at all

Perfectly

écart-type = ? (x3)

= dispersion moyenne des valeurs autour de la moyenne
= indicateur de dispersion
= racine carrée de la variance

How well did you know this?

Not at all

Perfectly

Variance = ? (x2)

= valeur de l’écart type au carré

= dispersion
des données de l’échantillon
autour de sa moyenne

How well did you know this?

Not at all

Perfectly

Lickert = quel type de variable ?

= ordinales

Mais si on code avec chiffres = variable d’intervalle

How well did you know this?

Not at all

Perfectly

Tests non-paramétriques:

Qu’est ce qu’ils testent ?
Que prennent pas en compte ?

Testent hypothèses

Les paramètres de la population de l’échantillon

How well did you know this?

Not at all

Perfectly

Tests paramétriques = dans quelle situation ?

= quand paramètres de la population le permettent

How well did you know this?

Not at all

Perfectly

Loi normale = ?

= courbe de Gauss

How well did you know this?

Not at all

Perfectly

Skewness = ?

= asymétrie courbe

How well did you know this?

Not at all

Perfectly

Kurtosis = ?

= applatissement

How well did you know this?

Not at all

Perfectly

Valeurs Distribution normale = ?

[-1.5, 1.5]

How well did you know this?

Not at all

Perfectly

+ le coef d’applatissement est proche de zéro, plus … ?

Veut dire que symétrique forcément ?

+ on a une distribution proche de la normale

Non

How well did you know this?

Not at all

Perfectly

Quel test permet de déterminer si la distribution peut s’apparenter à une distribution normale ?

Il faut quoi/ Shapiro pour que la distribution soit considére comme normale ?

Shapiro-Wilk

Que le test soit non significatif

How well did you know this?

Not at all

Perfectly

+ la taille de l’échantillon est important…

+ la probablilité que la distribution suive une loi gaussienne est élevée

How well did you know this?

Not at all

Perfectly

Quelles sont les 3 dimensions psychologiques évaluées ? (détail)

comportementale (nb bonbons mangés)
affective (aimez bonbons ?)
cognitive (connaissance des bonbons)

How well did you know this?

Not at all

Perfectly

Quels sont les 3 types d’échelles ?

Study These Flashcards

nominale
ordinale
numérique

Quelles sont les limites des questionnaires ?

= mesures auto-rapportées -suppose accès conscient aux déterminants de ses jugements -limites de l''introspection -désirabilité sociale

seuil de significativité p = ? (x3)

= risque d'erreur de rejeter H0 à tort = p inférieur ou égal à 0.5; jamais > 1 = on peut prendre le risque de généraliser à la population

Que testent les stats ? H0 = ?

H1 par rapport à H0 = pas de lien entre les variables

p = ? (x4)

1- probabilité de rejeter H0 à tort 2- fournit un pourcentage d'erreur 3- = conclure à une différence (= effet vi sur vd) au niveau de la POPULATION alors qu'elle n'existe pas 4- Ne peut jamais être > à 1

H1 est validée si p = ?

si p est inférieure ou égale à .05

+ l'échantillon est important, + p...

... s'abaisse

Def Taille d'effet = ? Nature (inférentiel ou descriptif ) ? Exemples de tests ?

= l'importance de l'effet de la VI sur la VD = descriptif - D DE COHEN (pour le T de student) - r de Pearson

= ? Seuil de convention ? Puissance statistique : formule ? Si Beta=.20 ? ->

= probabilité de retenir H1 à raison .20 la puissance statistique = 1-B =.80 = 20% de risque de rejeter H1 à tort = 80% de chances de mettre en évidence l'effet s'il existe

Que permet une analyse de puissance ? Doit-on la calculer avant de commencer la recherche ?

de déterminer la taille de l'échantillon avant la recherche en fonction du seuil alpha et de la taille d'effet voulue C'est préférable

T de student sert à = ?

= valider le fait que les résultats de l'échantillon peuvent permettre des inférences au niveau de la population

Quels sont les principaux tests paramétriques ?

- t de student - ANOVA

Comment comparer un groupe à une valeur ?

T de student pour échantillon unique

Comment comparer les moyennes de deux groupes distincts ?

T de student pour groupes indépendants

Comment comparer les 2 moyennes d'un même groupe ?

T de student pour groupes appariés

Comment comparer la moyenne de + de 2 groupes distincts ?

Anova à un facteur

Comment comparer les effets de plusieurs VI et une VD ?

ANOVA Univariée

Comment comparer les effets de plusieurs VI sur plusieurs VD ?

ANOVA Multivariée (= MANOVA)

Comment comparer les moyennes d'individus ayant réalisé la même mesure plusieurs fois OU d'au moins 2 groupes distincts sur plusieurs temps de mesure ?

ANOVA pour mesure répétée/ANOVA mixte

Tests paramétriques: quand quelles conditions ?

-VD d'intervalle -variances homogènes - distribution normale

Tests NON paramétriques: quand ?

- échantillons de petite taille - vd quali (nominale ou ordinale)

Ex de tests non paramétriques ?

EX: Chi2, Rho de Spearman, Mann-Whitney...

Ex de tests paramétriques ?

ANOVA, t de student...

Rôle des tests paramétriques = ?

= valider le fait que les résultats de l'échantillon (= niveau descriptif) peuvent permettre des inférences au niveau de la population

Liste de stats descriptives ?

moyenne mode médiane écart-type effectif % quartiles

est-ce que les variables ont au moins deux modalités ?

OUI

Ecart-type: plus il est élevé, plus ... ?

la distribution s'étale autour de la moyenne

Variance: + elle est proche de la valeur 0, +...

+ les données sont proches de la moyenne

Ex de test non para/para ? Lesquels sont les plus puissants ?

- Rho spearman, Chi2 - anova, student, corrélation de pearson Les paramétriques

R de pearson = paramétrique ou non ? C'est quoi ? (x2) Différence r/R Qu'est ce qu'il évalue ? Seuil ? Grand effet = ?

OUI Coef de corrélation + taille d'effet Ech/population Force/direction (corré positive ou négative) d'une relation e 2 variables -1/1 >0.3

Que mesure l'alpha de Cronbach ? (x3)

Fiabilité et validité d'un questionnaire = cohérence interne = est-ce que les items mesurent tous la même chose ?

r² = ?

part de la variance de la VD qui peut être expliquée par la VI

r² ajusté = ?

pénalise l'ajout de variables inutiles

taille d'effet

ampleur de la relation entre 2 variables

beta (x2)

= coef de régression = effet estimé entre la vd et la vi

seuil de r ?

-1/1

1/3 BARDIN Flashcards

(59 cards)