Please enable JavaScript.

Coggle requires JavaScript to display documents.

Arbre décisionnel - Coggle Diagram

- - - - Corrélation
        
        But : étudier l'association entre 2 variables continues où il n'y a pas de distinction entre VD et VI
        
        2 variables provenant du même sujet (ou paire reliée) - Indépendance des résiduels (test Durbin-Watson) - Distribution normale d'au moins une des variables (surtout la VD) - linéarité de la relation VI-VD - Homoscédasticité (mais pas Levene, à partir des graphiques)
      - Régression simple
        
        But : étudier l'association entre 2 variables continues où une est déclarée VI et l'autre VD; permet la prédiction d'une variable par l'autre
        
        2 variables provenant du même sujet (ou paire reliée) - Indépendance des résiduels (test Durbin-Watson) - Distribution normale d'au moins une des variables (surtout la VD) - linéarité de la relation VI-VD - Homoscédasticité (mais pas Levene, à partir des graphiques)
    - - Test t
        
        Normalité de la distribution des différences entre les scores appariés ou entre 2 temps de mesure
        
        Homoscédasticité (Levene non significatif)
        
        Indépendance des scores
        
        Scores extrêmes
        
        But : comparer 2 moyennes pour savoir si elles diffèrent
      - ANOVA simple (VI catégorielle à 2 niveaux ou +)
        
        Indépendance des sujets (chaque sujet peut appartenir à un seul groupe)
        
        Distribution normale de la VD dans chaque groupe
        
        Hétéroscédasticité (variances homogènes entres les groupes)
        
        But : comparer les moyennes de 2 groupes ou plus pour savoir si elles diffèrent de manière significative
  - - - Régression multiple
        
        But : étudier l'association entre l'ensemble des VI et une VD et étudier les contributions uniques de chaque VI à la prédiction de VD
        
        Sujets mesurés sur toutes les variables - Indépendance des scores d'un sujet p/r à un autre sujet - indépendance des résiduels (test Durbin-Watson) - linéarité, normalité et homoscédasticité (diagramme valeurs prédites vs résiduels) - taille d'échantillon exigée
    - - ANOVA factorielle
        
        Indépendance des scores - Normalité (dans toutes les cellules) - Hétéroscédasticité
        
        au moins 2 VI catégorielles (facteurs) ayant au moins 2 niveaux chacune (plan factoriel 2x2 ou plus)
    - - Analyse de covariance
- - - - Chi-carré