Chapitre 12 Des modeles corrélationnelles. A la fin de ce chapitre on sera capable de:  definir le but et l’utilisation des modeles correlationnelles.

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

Les modèles à choix discrets
ANALYSE CONJOINTE 29/06/07- Analyse conjointe.
Université de Ouagadougou
La régression logistique: fondements et conditions d’application
C1 Bio-statistiques F. KOHLER
Les TESTS STATISTIQUES
Les TESTS STATISTIQUES
Corrélations et ajustements linéaires.
Régression -corrélation
Traitement de données socio-économiques et techniques d’analyse :
Expériences contrôlées Quasi-expériences Études de cas
Séminaire dAnalyses comparatives et enquête sociologique Séances 8 et 9 Lanalyse des résultats.
Les principaux résumés de la statistique

Statistiques Séance 9 – 6 décembre 2005 N. Yamaguchi.
Chapitre 2: Les régularités et les relations
Objectifs du chapitre 7: Plans corrélationnels
Régression linéaire simple
Les graphiques pour la vélocité. Les variables: Indépendante - Dépendante - Une révision des graphiques:
Les graphiques pour la vélocité
Corrélation et régression linéaire simple
Méthodes de prévision (STT-3220)
Projet d’ingénerie Naissance Design Exécution Exploitation.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
La corrélation et la régression multiple
La corrélation et la régression
Le test t.
La régression logistique
La corrélation et la régression
Etape « 6. Correction et discussion »
Expériences contrôlées Rappel du cours d’IHM
Le comportement des coûts Chapitre 3
Structure discriminante (analyse discriminante)
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Introduction –Analyse de la corrélation –Régression et méthode des.
Les analyses multivariées
La régression multiple
STATISTIQUES COURS 4 La régression. Nous avons vu divers tests statistiques afin de vérifier le degré d ’interdépendance entre 2 variables Test.
Régression linéaire multiple : hypothèses & interprétation. Partie 2.
Régression linéaire multiple : hypothèses & interprétation
Régression linéaire multiple : hypothèses & tests. Partie 3.
Statistiques, deuxième séance
Méthodes de Biostatistique
Chapitre 11 Modèles expérimentales Académie des Sciences Economiques Faculté d’Administration des Affaires (FABIZ) Section : Français Master année II Papaianulis.
Lien entre deux variables
Projet pour un festival des sciences Entrez le titre du projet ici Votre nom Nom de votre professeur Votre école.
La régression simple Michel Tenenhaus
Les Etapes d’exécution d’une graphique linéaire
GTS813: cours #6 Évaluation d’une mesure (Validité, Répétabilité, Fiabilité, précision) Activité. Études de cas #2: Qui pose la question? La question est-elle.
Chapitre 12 Régression linéaire simple et corrélation linéaire
Notions de coûts et prise de décision
Gestion budgétaire des ventes
Outils d’analyse: la méthode des moindres carrées
Rappels Variables nominales :
Les Diagrammes de dispersion
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
Statistiques analytiques sous STATA
Méthodes de Biostatistique Chapitre 9 Tests Nonparamétriques.
ETUDE DE 2 VARIABLES QUANTITATIVES
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Introduction –Analyse de la corrélation –Régression et méthode des.
JEAN-MARC FONTAN SOC-1101 COURS 4
Le modèle de régression linéaire Claude Marois © 2010.
Distribution à deux variables
Claude Matricon ("le marketing du réel") propose une classification qui permet de distinguer les 4 différents marchés dont dépend l'entreprise :  marché.
Détecter les groupes à hauts risques cardiaques à partir de caractéristiques telles que l’alimentation, le fait de fumer ou pas, les antécédents familiaux.
Lectures Volume du cours: Sections 12.1 à 12.6 inclusivement.
Corrélation et régression linéaire Mars Modèles de régression  Réponses aux questions du type: ‘Quelle est la nature de la relation entre les variables?’
 Champ des mathématiques  Ensemble de méthodes et de techniques  Permet une analyse objective  Facilitées aujourd’hui par les tableurs.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Transcription de la présentation:

Chapitre 12 Des modeles corrélationnelles

A la fin de ce chapitre on sera capable de:  definir le but et l’utilisation des modeles correlationnelles  decrire le developpement des recherches correlationnelles  decrire les types des modeles correlationnelles  identifier les principales caracteristiques des modeles correlationnelles  enumerer les procedures utilisees ans les etudes de correlation  evaluer les etudes de correlation

Qu’est-ce que c’est une recherche correlationnelle ?  dans les modeles de recherche correlationnelles les enqueteurs utilisent les tests statistiques de correlation pour decrire et mesurer le degree d’association entre deux ou plusieurs variables ou des ensembles de notes  une statistique qui exprime des relations lineaires c’est le coeficient de correlation produit-moment

Quand est-ce qu’on utilise les modeles correlationnelles?  pour evaluer la relation entre deux ou plusieurs variables  pour prevoir un résultat: - voir comment les variables co-varient ensemble - utiliser une variable pour prevoir le resultat d’une autre variable

Le developpement de la recherche correlationnelle  1895 Pearson developpe la formule de correlation  1897 Yule developpe de solutions pour correler deux, trois et quatre variables  1935 Fisher a ete le pionier de la signification des tests et analyses de la variation  1963 Campbell et Stanley ont ecrit sur le modeles experimentales et quasi-experimentales (y inclut les modeles correlationnelles)  les annees 1970 et 1980 les ordinateurs ont donne la capacite de controler de maniere statistique les variables et de faire des regressions multiples

Types de modeles de correlation: Modeles explicatifs  correlation de deux ou plusieurs variables  collection des donnees a un moment precis  analyse de tous les participants comme un groupe unitaire  obtenir au moins deux resultats pour chaque individu du groupe – un pour chaque variable  raport de la statistique de correlation  l’interpretation bassee sur les resultats de tests statistiques indique que les changements dans une variable sont refletes dans les changements d’une autre

Types de modeles de correlation: Modeles predictifs  la variable previsionnelle: une variable qui est utilisee pour faire une prediction sur les resultats d’un etude correlationnel  la variable critere: les resultats prevus  “prediction” utilisee d’habitude dans le titre  les variables previsonnelles sont mesurees d’habitude a un moment donne et les variables critere sont mesurees a un moment du temps plus eloigne  le but c’est de prevoir la performance future

Caracteristiques des modeles correlationnels  affichage des resultats (diagrammes de dispersion et matrices)  association entre les resultats (direction, forme et puissance)  analyse multiple des variables ( correlations partielles et regression multiple)

Affichage des resultats dans une diagramme de disperssion Scores de depression Y=D.V. Heures d’utilisation de I’internet X=I.V. M M

Affichage des resultats dans une matrice de correlation Satisfaction a l’ecole - 2. Activites en dehors de l’ecole-.33 **- 3. Amitie Estime de soi **.24*- 5.Fierté à l'école ** Conscience de soi.29** ** *p <.05 **p <.01

L’association entre deux resultats  direction (positive ou negative)  forme (lineaire ou non-lineaire)  degree et puissance (la dimension du coefficient)

L’association entre deux resultats Modeles lineaires et non-lineaires A. Lineaire positive (r=+75) B. Lineaire negative (r=-68) C. Aucune correlation (r=0)

Modeles lineaires et non-lineaires D. Curvilineaire E. Curvilineaire F. Curvilineaire

Les statistiques d’associaton non-lineaires  Spearman rho (rs): coeficient de corelation pour les donnees ordinales non-lineaires  point-biserial utilise pour correler l’interval continu des donnees avec une variable dichotomique  le coefficient phi: utilise pour detrminer le degree d’association quand les deux variables mesurees sont dichotomiques

Association entre deux resultats Degree et puissance de l’association  : quand les correlations sont de.20 jusqu’a.35, c’est seulement une relation légère  : quand les correlations sont plus de.35, elles sont utiles pour des previsions limitees  : quand les correlations se trouvent dans cet interval une bonne prevision peut ressoudre d’une variable a une autre. Les coeficients de cette gamme seront consideres tres bons  plus de.85: les correlations sont realisees pour des etudes du construction de la validite ou les tests de la fiabilite

L'analyse de variables multiples Correlations partielles R=50 VariableVariable r au carre=(50)² IndependenteDependente Temps consacré Realisation aux tâches Motivation r au carre=(.35)² Correlations partielles: Utilisees pour determiner dans quelle mesure une variable mediatrice influence deux variables independantes et dependantes Temps de travail Realisation Motivation

La ligne de regression simple Scores de 30 depression interception Heures d’utilisation de l’internet par semnaine La ligne de regression

Realisation d'un etude de correlation  determiner si une etude de correlation repond le mieux a la problematique de recherche  identifier les individus dans l‘etude  identifier deux ou plusieurs messures pour chaque individu dans l‘etude  recueillir des donnees et surveiller les potentielles menaces  analyser les donnees et representer les resultats  interpreter les resultats  est-ce que la taille de l'échantillon est suffisante pour tester des hypotheses?

Evaluer un etude correlationnel  est-ce que le chercheur affiche adequatement les resultats dans des matrices ou des graphiques?  est-ce qu’il y a une interpretation sur la direction et l'ampleur de l'association entre les deux variables?  est-il une evaluation de l'ampleur de la relation fondee sur l'coefficient de determination, les valeurs p, la taille d'effet, ou la taille du coefficient?

Evaluer un etude correlationnel (suite)  est-ce que l’enquetur est interese de la forme de la relation ainsi que de choisir une statistique adequate pour l’analyse?  l’enquetur a-t-il identifie les variables crtiere et previsionnelle?  si un modèle visuel de la relation est avancé, est-ce que l’enquetur indique les relations entre les variables ou la direction prevue a la base des donnees obtenues?  est-ce que les procedures statistiques sont clairement definies?