R de Pearsons Flashcards
(9 cards)
Qu,elle est l’utilité du r de pearson
B) comment formuler une hypothèse avec le r de pearsosns
Connaitre si deux variables sont associé et le degré de force de ce liens.
une étape préalable à l’analyse multivarié, car on s’en sert pour savoir s’il y a présence de colinéarité en évaluant la force.
Nommer les 4 postulats du test
1) minimum de 30 effectifs par Vr
2) Distribution de la normale des deux Vr quanti (paramétriques)
3) L’influence des valeur extrême est contrôlé ou éliminé.
4) la relation est linéaire –> on peu tracer clairement une ligne dans le nuage de point
Que veut dire corrélation
Un langage très spécifique comme quoi il s’agit automatiquement d’une relation lin.aire entre deux vr. Le mot corrélé est très précis.
A) Les corrélations paramétriques
B) Les influences non paramétriques qui ne sont PAS des corrélations
A) Négaitve et positive = des lignes droites
B) Curvilinéaire (cloche) : Exponentielle ; logarithmyque
Comment savoi si on fait le rho de Spearman
l’un des 4 postulats n,est pas respecté
1) Les effectifs sont peu nombreux. ( en dessous de 30)
2) les variables sont mal distribués (kurtosis, asymétrie,
3) Présence de valeur extrême possédant une influence faussant la résultats de la droite.
4) présence d’une relation curvi ; log ; expo.
Expliquer le rho de spearman
La solution : au lieu de regardé la moyenne, il regarde le rang par rapport aux autres personnes de son groupe (de manière cropissante ou décroissante) - utilisation de la médiane comme point de référence pour identifier une corrélation.
Que veut dire le R ou le Rho
le nombre veut dire que à chaque fois que j’augmente du nombre en résultats, l’autre vr vas
suivre proportionellement.
Comment évaluer la force
on regarde le chiffre et ce dernier est aussi le force de la relation (la présence d’un négatif indique le sens de la courbe)
si le r est 0.13, alors la VI influence à 13% la VD.
expliquer le problème de colinéarié
l’on observe les matrices et on regarde toute les vr, si on observe plusieurs corrélation entre les vr = présence de trop de corrélation et on explique rien (peu pas isolé) - besoin de faire un choix
Si les r présent dans la matrice sont trop fort (alentours de 0.8) on se doute que les vr sont trop relié entre elle et si elles sont présent un modèle de prédiction, leur effets seront indissociables l’une de l’autre.
