Please enable JavaScript.

Coggle requires JavaScript to display documents.

MQ2 examen 1 - Coggle Diagram

- - - - même méthodo : une variable continue + catégorielle
      - on peut calculer t (avec N-2 dl) et faire un test-t avec les mêmes variables !
  - - - mais test-t et khi-carré ne fonctionnent pas bien
      - même principe que le r de Pearson
      - les rangs sont considérés comme des scores
    - - similaire au rho de Spearman
      - basé sur le nombre "d'inversions de rang" lorsqu'on range les données en considérant 2 variables
      - inversions : ex. du tableau alcool / tabac dans le livre ; nombre d'inversions = nombre de rangs qui se situent sous le rang en question, alors qu'ils devraient être au dessus (colonne tabac)
      - calcul erreur-standard possible => distrib du z
- - - - variables sur échelles plutôt continues
      - respecte homogénéité et normalité
      - relation linéaire entre les variables (VS curvilinéaire, partiellement linéaire...)
- - - - de densité (comme normale), paramètre k (moyenne = k, variance = 2k), qui correspond à degrés de liberté du test khi-2
      - plus k (dl) augmente
        
        plus la moyenne augmente
        
        plus la courbe devient symétrique
        
        plus la variance augmente
    - - khi-carré critique associé à alpha = .05 dans table
      - rejet H0 si khi-carré observée > khi-carré critique
      - comparer fréquences théoriques attendues aux fréquences observées
  - - - dl = (L-1) * (C-1)
      - lien entre 2 variables catégorielles / discrètes
      - SPSS : stats descriptives => tableaux croisés
    - - dl = C - 1
      - utilisé pour étudier des fréquences (données catégorielles)
- - - - présuppose pas distribution normale
      - estimer proba inconnues avec approche inférentielle (proba que H0 soit vraie, par exemple)
  - - - proba au moins 10 au hasard ? => p(10) + p(11) + p(12) = x, si x < .05 => rejet H0
      - ne postule pas que données suivent distribution normale
- - - - si groupes ont tailles différentes => estimé combiné de la variance échantillonnale, qui permet d'estimer l'erreur-type
      - dl = (n1 + n2 - 2)
      - distribution des différences de moyennes
        
        moyenne = mu1 - mu2 (=0 pour H0)
        
        proba d'observer cette différence si H0 est vraie
      - postulats
        
        N > 30
        
        indépendance
        
        normalité
        
        homogénéité (test de Levene)
        
        si p > .05, respect
        
        si p < .05, non respect