La méthode expérimentale. Année universitaire UE4 : Méthodologie Disciplinaire et PPE

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "La méthode expérimentale. Année universitaire UE4 : Méthodologie Disciplinaire et PPE"

Transcription

1 La méthode expérimentale Année universitaire UE4 : Méthodologie Disciplinaire et PPE

2 1 INTRODUCTION À LA PSYCHOLOGIE EXPÉRIMENTALE 1.1. La nécessité de disposer d une méthodologie 1.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie Critiques morales Critiques épistémologiques 1.3. Schéma général de la méthode expérimentale : le plan de recherche.

3 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

4 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

5 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

6 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

7 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

8 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

9 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

10 1. INTRODUCTION A LA PSYCHOLOGIE EXPERIMENTALE 1.1. La nécessité de disposer d une méthodologie 1.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie Critiques morales Critiques épistémologiques 1.3. Schéma général de la méthode expérimentale : le plan de recherche. 2. LES HYPOTHESES 2.1.Définition Elle prédit une relation entre au moins deux variables Non encore observée 2 faits sont en relation : quand l un est modifié, l autre le sera aussi. Relation causale 2 minimum Terme générique

11 2. Hypothèses 2.1.Définition 2.2. Caractéristiques d une hypothèse Etre synthétique Présentation sous forme booléenne George Boole ( ) est un logicien, mathématicien et philosophe britannique. Algèbre de Boole : algèbre binaire n'acceptant que deux valeurs numériques : 0 et 1 SI (la situation change) ALORS (le comportement change aussi) SI (décomptage) ALORS (moins bon rappel)

12 Etre testable 1 élément = 400 ms 2 éléments = 450 ms 3 éléments = 500 ms Chaque élément en plus = 50 ms Le temps nécessaire pour retrouver une information en MCT = 50 ms Etre réfutable Validation probabiliste : calcul statistique du risque d erreur : α (alpha) Etre utile

13 2. LES HYPOTHESES 2.1.Définition 2.2. Caractéristiques d une hypothèse 2.3. L origine des hypothèses Induction déduction BROADBENT Loi/théories/modèles Théorie 1 Expliquant un certain nombre de faits XXX Partie inductive Vérification expérimentale Partie déductive Faits nouveaux expliqués par la théorie 1 Méthode hypothético déductive XXX XX XX Faits nouveaux inexpliqués par la théorie 1 Théorie 2 englobant la théorie 1 + une modification induite pour rendre compte des faits nouveaux

14 2. LES HYPOTHESES 2.1.Définition 2.2. Caractéristiques d une hypothèse 2.3. L origine des hypothèses 2.4. Hypothèses théoriques et opérationnelles Hypothèse théorique Hypothèse opérationnelle Hypothèse statistique Le vieillissement occasionne une diminution des capacités intellectuelles Variable indépendante : jeunes/âgés => 20 ans ; 70 ans Variable dépendante : mémoire => rappel d une liste de mots : nombre de mots rappelés Paradigme expérimental Dans une épreuve de rappel libre d une liste de 40 mots, le nombre de mots rappelés par un groupe de participants âgés de 20 ans sera supérieur à celui d un groupe âgés de 70 VD ans. Relation VI/VD VI

15 Hypothèse statistique = équation mathématique L hypothèse formule une relation hypothétique : on pense que quelque chose est vrai MAIS cette relation peut être : Soit vraie Soit fausse Hypothèse alternative : H1 Hypothèse nulle : H0 H0 : le nombre moyen de mots rappelés par le groupe de 20 ans = celui du groupe 70 ans H1 : le nombre moyen de mots rappelés par le groupe de 20 ans > celui du groupe 70 ans H1 : moyenne 20 ans moyenne 70 ans > 0 comment vérifier cette équation? H0 : moyenne 20 ans moyenne 70 ans = 0 vérifiable! Validation probabiliste (cf. point du cours) : statistiques inférentielles

16 Avant la réalisation de l expérience, on doit se représenter une configuration possible des résultats attendus Si le vieillissement occasionne une diminution des capacités mnésiques alors les participants âgés rappelleront moins de mots, en moyenne, que les participants plus jeunes. 70 ans 20 ans 70 ans 20 ans 70 ans 20 ans

17 3. LES VARIABLES 3.1. Les différents types de variables Variable = une dimension extraite de l environnement qui peut prendre plusieurs états ou valeurs différentes. Terme très général Variables Indépendantes du participant Des contingences Manipulées par l expérimentateur afin d étudier leur influence sur le comportement. 3 types : individuelles, environnemental, situationnelles 2 statuts : invoqué vs provoqué 2 niveau minimum : ce qui permet une comparaison

18 Chaque modalité de la variable permettra de créer une situation expérimentale Exemple : type d apprentissage Massé => pas de pause Distribué => pauses entre les séances Première situation Deuxième situation APPRENTISSAGE Massé Distribué Groupe de mesure 1 Groupe de mesure 2 Les différentes modalités d une VI doivent être homogènes, sinon, il deviendra impossible de réaliser des comparaisons!

19 illustration Effet des conditions de travail sur le comportement. On étudie 4 situations (conditions) de travail différentes : Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM4 1 groupe de mesures On propose la VI suivante : Condition de travail : (b+e+, b e+, b+e, b e ) 1 variable 4 modalités 12/01/11 19

20 Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM GM GM sans bruit & bon éclairage avec bruit & bon éclairage sans bruit & mauvais éclairage avec bruit & mauvais éclairage Impossible de comparer GM1 et GM4 car 2 manipulations en même temps : sans bruit => avec bruit bon éclairage => mauvais éclairage Quelle dimension a le plus d effet? Impossible de répondre!

21 Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM4 Eclairage Bruit avec sans bon GM1 GM2 mauvais GM3 GM4 Respecte la règle d homogénéité des variables et permet de distinguer séparément l effet du bruit et l effet de l éclairage et l effet conjoint Eclairage E : (bon, mauvais) Bruit B : (avec, sans ) 2 variables 12/01/11 21

22 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes Les variables dépendantes du participant des situations La variable dépendante est la mesure de la réponse du sujet, de son comportement. Si l hypothèse expérimentale est correcte, alors les changements de modalité de la VI vont entraîner un changement sur la VD. La VD doit être une mesure précise du comportement étudié dans l expérience. Certains comportements ne sont pas directement observables Échelle utilisée doit être adaptée au comportement étudié

23 On observe des biais associé à la finesse de l échelle de mesure : échelles Si l échelle n est pas adaptée, on risque 2 types d erreurs différentes mais qui rendent toutes conclusions impossibles : 23

24 Biais associé au pouvoir discriminant de l échelle de mesure Effet de plafond Effet de plancher

25 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes Les variables dépendantes Les modifications apportées à la VD lors de l analyse des résultats. On distingue : la VD brute : ce qui est directement recueilli dans l expérience (la réponse du sujet) la VD observée : ce qui est directement mesuré dans l expérience la VD transformée : modification des mesures pour l analyse des résultats réponses du participant 1 (en ms) essai essai essai essai essai essai essai essai essai essai Les réponses = VD brute Groupe de mesures 1 2 sjt 1 sjt 4 sjt 2 sjt 5 sjt 3 sjt 6 moyenne GM1 moyenne GM2 Ce qui est mesuré dans l expérience = VD observée

26 On dit que la VD est transformée lorsque la mesure est modifiée pour l analyse des résultats. Illustration : 2 groupes d enfants (8 ans, 16 ans) devant rappeler une liste de 10 mots AGE 8 ans 16 ans Nb mots rappelés Nb mots rappelés 8 ans 16 ans Effet plafond L épreuve est trop facile pour les enfants de 16 ans.

27 On dit que la VD est transformée lorsque la mesure est modifiée pour l analyse des résultats. On propose une liste de 10 mots pour les enfants de 8 ans et de 20 mots pour les enfants de 16 ans AGE 8 ans 16 ans Nb mots rappelés Nb mots rappelés 10 7 mots rappelés sur mots rappelés mais sur une liste de 20! ans 16 ans Transformation de la VD : pourcentage de mots rappelés. AGE 8 ans 16 ans % mots rappelés % mots rappelés 8 ans 16 ans % mots rappelés = Nombre de mots rappelés Nombre de mots de la liste X 100 = VD transformée

28 Illustration : reconnaissance de mots Cas de combinaison de VD Étape 1 : présentation d une liste de mots Banane Table Cerise Fourchette Étape 2 : Reconnaitre ces mots Banane : oui Singe : non Chaise : non Table : oui Fruits : non Cerise : oui Ancien mot Nouveau mot Nouveau mot Ancien mot Nouveau mot Ancien mot AC et RC = bonnes réponses O et FA = erreurs Mais, suivant la situation, ces erreurs n ont pas le même statut!

29 décision OUI réalité NON OUI AC FA NON O RC AC = acceptation correcte FA = fausse alarme O = omission RC = rejet correct proviseur La prudence est ici représentée par 2 comportements totalement différents Théorie de la détection du signal (TDS) : permet de modéliser les processus de prise de décision.

30 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites Variable non directement testée dans l'expérience et qui peut avoir une action sur le comportement observé : soit de façon directe, soit interaction avec les variables manipulées (les VI). Si les modalités de la VI changent ( si les situations expérimentales changent) ALORS Le comportement change aussi Variable? parasite

31 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique. Un exemple de deux opérationnalisations différentes d un même facteur : l anxiété. Certains chercheurs ont formulé l hypothèse selon laquelle un sujet anxieux aura tendance à éviter la solitude. Opérationnalisation de l anxiété et mesure de la tendance à éviter la solitude Situation de soumission à une autorité Situation plutôt humiliante Anxiété Forte Faible Envie d'être en groupe Ici on cherche à éviter la solitude Anxiété Forte Faible envie de rester seul Ici on cherche la solitude

32 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique La validité d une recherche degré de confiance que l on peut accorder aux conclusions d une expérience Validité opérationnelle obtenir des définitions stables des différentes variables La validité des VI Stabilité inter expérimentateur Stabilité test retest Stabilité inter items

33 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique La validité d une recherche Validité opérationnelle La validité des VI Stabilité inter expérimentateur Stabilité test retest Stabilité inter items Validité interne Validité externe Validité expérimentale

34 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 3.3. La validité d une recherche Validité opérationnelle Validité expérimentale 3.4. L effet d une VI sur la VD Cas général (mais rare en psycho) : 1 seule VI L effet d une VI = transcription en termes mathématiques de l influence qu elle exerce sur la VD.

35 Représentation : temps de réaction (ms) % de mots rappelés Durée de présentation des mots (en ms) 0 Garçons Sexe filles Orientation des effets (positif, négatif) et lien avec les hypothèses H1 : moyenne 20 ans moyenne 70 ans > 0 : effet orienté H1 : moyenne 20 ans moyenne 70 ans 0: effet non orienté

36 Grandeur de l effet, notabilité : Effet de 20 ms Effet de 10 ms

37 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 3.3. La validité d une recherche Validité opérationnelle Validité expérimentale 3.4. L effet d une VI sur la VD Cas général (mais rare en psycho) : 1 seule VI Cas de plusieurs VI Effet principal d une VI C est la relation d une VI avec la VD mais représentée indépendamment des autres VI Effet simple d une VI Il s agit de la liaison entre une VI et une VD, mais pour une modalité particulière d une autre VI.

38 2 VI : Milieu social (favorisé, défavorisé) Méthode d apprentissage de la lecture (moderne, traditionnelle) On obtient donc un plan d expérience avec 4 situations expérimentales et donc, avec 4 groupes de mesures : favorisé défavorisé moderne GM1 GM2 traditionnelle GM3 GM4 1 VD : Mesure du QI Résultats de l expérience favorisé défavorisé moderne traditionnelle Effet principal = effet d une VI mesuré indépendamment des autres On a donc 2 effets principaux dans cette expérience : effet principal de la VI : Milieu social effet principal de la VI : Méthode d apprentissage de la lecture

39 Tableau d origine : favorisé défavorisé moderne traditionnelle = 103 effet principal de la variable Milieu social QI moyen favorisé défavorisé effet = 114

40 effet principal de la variable Méthode d apprentissage QI moyen moderne traditionnelle effet Tableau d origine : favorisé défavorisé moderne traditionnelle = 112 = 105

41 115 Effet principal du Milieu 115 Effet principal de la Méthode Favorisé Défavorisé 100 moderne Traditionnelle Effets conjoints des 2 VI : effets simples favorisé défavorisé moderne effet simple du milieu pour la méthode moderne traditionnelle effet simple du milieu pour la méthode traditionnelle 125 Effet simple du «milieu» Pour la méthode «traditionnelle» soit 6 points de QI QI Effet simple du «milieu» Pour la méthode «moderne» soit 16 points de QI 90 favorisé Milieu défavorisé moderne traditionnelle

42 favorisé défavorisé moderne effet simple du milieu pour la méthode moderne traditionnelle effet simple du milieu pour la méthode traditionnelle L écart entre les milieux favorisés et défavorisés augmente avec une méthode moderne. Si les effets simples d une VI sont différents, alors y a une interaction entre les variables (effet simple du milieu) moderne (effet simple du milieu) traditionnelle QI moderne traditionnelle favorisé Milieu défavorisé On observe que les pentes forment des droites qui ne sont pas parallèles ce qui est le Signe qu il y a une interaction entre la VI Milieu social et la VI Méthode d apprentissage

43 Autre exemple à partir d une modification des données d origine : favorisé défavorisé moderne traditionnelle moyenne effet simple du milieu pour la méthode moderne 6 effet simple du milieu pour la méthode traditionnelle Effet = 6 Effet = 6 QI moderne traditionnelle 90 favorisé Milieu défavorisé Les effets simples sont identiques : on parle d effet additif ou d additivité

44 20 15 VD a b 1 2 VD a b 1 2 facteur A VD VD a b 0 a b facteur A facteur A VD a b VD a b c 1 2 facteur A facteur A

45 4. LE CHOIX DES SUJETS 4.1. Echantillonnage population parente échantillon 1 échantillon 2

46 Groupes à mesures répétées population parente Kevin Dylan Madison Cunégonde Brandon Jenyfer Situations A B Kevin > Kevin Dylan > Dylan Madison > Madison Cunégonde > Cunégonde Brandon > Brandon Jenyfer > Jenyfer Groupes de mesures indépendants Situations A B Kevin Cunégonde Dylan Brandon Madison Jenyfer

47 Effet principal Effets des VI = effets systématiques Effets simples Influence des variables parasites = effets aléatoires Effet observé = effets systématiques + effets aléatoires

48 3. LES VARIABLES 3.1.Les différents types de variables 3.2.Opérationnalisation des variables 3.3. La validité d une recherche 3.4. L effet d une VI sur la VD 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés Exemple: On a obtenu les résultats suivant à un pré test: 4 * la note 10 Ce qui donne la répartition suivante 1 * la note 11 A B C 3 * la note * la note Sur les 10 sujets, 4 ont été éliminés. On obtient ainsi 3 groupes de mesure. Pour utiliser des groupes pairés, il faut donc un nombre de sujets important.

49 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés / à mesures répétées Contrebalancement complet Epreuve à faire ordre n en premier en deuxième en troisième 1 A B C 2 B C A 3 C A B 4 B A C 5 C B A 6 A C B 3 degrés => 3! Ordres possibles (factoriel 3) 3! = 1 x 2 x 3 = 6 4! = 1 x 2 x 3 x 4 = 24 5! = 120

50 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés Contrebalancement complet Contrebalancement partiel position dans la liste mot1 mot2 mot3 mot4 mot2 mot3 mot4 mot1 mot3 mot4 mot1 mot2 mot4 mot1 mot2 mot3 mot1 mot2 mot3 mot

51 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés Contrebalancement complet Contrebalancement partiel Contrebalancement contrôlé par une VI 4.4. Groupe Contrôle Groupe de mesure qui correspond à un degrés neutre de la VI. Performance mesurée dans une situation neutre = niveau de base.

52 5. LES PLANS D EXPERIENCE 5.1 Définition c est la façon dont les variables indépendantes sont combinées entre elles pour définir les différentes situations expérimentales. Ces différentes situations sont appelées groupes de mesures. (GM) C est le plan d expérience qui définit l organisation de l expérience et des GM qui la compose Principe d isolation des variables Voir effet principaux Facteur 2 A Facteur 1 B résultat = 0 0

53 5. LES PLANS D EXPERIENCE 5.1 Définition 5.2 Les plans d expérience factoriels Facteur 1 : (A,B) Facteur 2 : (1,2) A, 1 Facteur 1 : A multiplié par facteur 2 (1, 2) B A, 2 B, 1 Décomposition canonique B, 2 Facteur 2 Facteur 1 A B 1 GM1 GM2 2 GM3 GM4

54

55 That s all folks!

Année 2006/2007 Session 2

Année 2006/2007 Session 2 Année 2006/2007 Session 2 Chaque question est notée entre 1 et +1. Le nombre de points maximum est donc de 41. L examen est noté sur 21. Les points de pénalités sont calculés à l aide de la formule suivante

Plus en détail

I - Introduction à La psychologie Expérimentale

I - Introduction à La psychologie Expérimentale LA METHODE EXPERIMENTALE I - Introduction à La psychologie Expérimentale I.1. Introduction I.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie I.2.A. Critiques morales I.2.A.

Plus en détail

Formulation d'hypothèses. Conceptualisation de l'étude. Mesure. Demande d'approbation déontologique. Etude pilote Résultats positifs

Formulation d'hypothèses. Conceptualisation de l'étude. Mesure. Demande d'approbation déontologique. Etude pilote Résultats positifs Source de réflexion Théorie Formulation d'hypothèses Idées de recherche Conceptualisation de l'étude Plan de recherche Mesure Procédure Refusée Demande d'approbation déontologique Etude pilote Résultats

Plus en détail

Généralités sur la démarche expérimentale. Margaux Glein Bureau 215, LEAD

Généralités sur la démarche expérimentale. Margaux Glein Bureau 215, LEAD + Généralités sur la démarche expérimentale Margaux Glein Margaux.Gelin@u-bourgogne.fr Bureau 215, LEAD + Introduction! Démarche commune à l ensemble des sciences empiriques! Consiste à! 1) Formuler des

Plus en détail

Corrigé de l examen du 22/01/2007

Corrigé de l examen du 22/01/2007 Corrigé de l examen du 22/01/2007 Cogmaster 2006 2007 Partie 1 (5 points) 1 point par réponse(s) correcte(s) à chaque question. 1. oui 2. non 3. oui 4. 0.7 2 = 0.49, soit 49 % 5. Si on note que µ i = µ

Plus en détail

Introduction à la recherche en Marketing. La mesure

Introduction à la recherche en Marketing. La mesure Introduction à la recherche en Marketing La mesure Master 2 CAI G. de Lanauze IAE - Université Montpellier 2 Objectifs du cours Objectif - Comprendre la mesure des variables abstraites - Comprendre les

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2011-2012 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

Tests statistiques. Définitions et principes généraux des tests statistiques

Tests statistiques. Définitions et principes généraux des tests statistiques Tests statistiques Définitions et principes généraux des tests statistiques Présentation générale Un test d hypothèse est une règle de décision. La décision est un pari et comporte toujours des risques

Plus en détail

TD de Méthodologie expérimentale Licence 2. Séance 4 Variables contrôlées et contrebalancement

TD de Méthodologie expérimentale Licence 2. Séance 4 Variables contrôlées et contrebalancement + TD de Méthodologie expérimentale Licence 2 Séance 4 contrôlées et contrebalancement + Les variables Indépendantes (VI) Dépendantes (VD) confondues / parasites contrôlées manipulés mesurés oubliés contrôlés

Plus en détail

L INDUCTION STATISTIQUE

L INDUCTION STATISTIQUE L INDUCTION STATISTIQUE L'induction statistique a pour but de faire émerger des propriétés d'un ensemble de variables. Elle s'appuie sur les résultats de la statistique mathématique, qui applique des calculs

Plus en détail

La recherche en soins infirmiers

La recherche en soins infirmiers La recherche en soins infirmiers 3 e module : la planification 3 e partie: les devis expérimentaux Margot Phaneuf, inf. PhD. Révision 2013 Ce texte fait partie d un didacticiel préparé pour un enseignement

Plus en détail

Tableau 1 : relation entre la vitesse réelle et estimée du véhicule en km/h et le taux d alcoolémie relevé en gr/l de sang.

Tableau 1 : relation entre la vitesse réelle et estimée du véhicule en km/h et le taux d alcoolémie relevé en gr/l de sang. On demande à des conducteurs de conduire une voiture dans un circuit sécurisé après avoir ingéré soit une faible quantité d alcool, soit une forte quantité d alcool. Pour chaque sujet, on mesure la vitesse

Plus en détail

Partie 5 La fidélité

Partie 5 La fidélité Partie 5 La fidélité 1. Définition Un instrument de mesure doit permettre de différencier les sujets : les scores doivent avoir une certaine variance L étude de la fidélité des scores est l étude de leur

Plus en détail

Principe des tests d hypothèse

Principe des tests d hypothèse Principe des tests d hypothèse 1 ère année médecine 2016/2017 Dr M LAOUSSATI Plan du cours I- Introduction II- Définitions III-Les différentes étapes de l analyse statistique V- Bibliographie I- Introduction

Plus en détail

Annexe 4 : Réponses aux exercices

Annexe 4 : Réponses aux exercices Annexe 4 : Réponses aux exercices Section 1. La statistique et les statistiques 1. d. e; le mot important est population 3. a 4. b 5. b 6. d 7. e 8. a; un recensement mesure toute la population 9. d 10.

Plus en détail

PSYQR19A Statistiques

PSYQR19A Statistiques PSYQR19A Statistiques Lotje van der Linden l.vanderlinden@cogsci.nl Séance 2 Comparer deux moyennes Le test t de Student 2 Emploi du temps Séance Date Thème 1 04/02/2016 Introduction Les statistiques descriptives

Plus en détail

Avec V1= St Emilion ; V2= Fronsac ; V3= St Julien.

Avec V1= St Emilion ; V2= Fronsac ; V3= St Julien. ) Le contre-balancement : effets de rang ou de dépendance séquentielle. Dès lors qu une épreuve se trouve organisée en une séquence d items ou d essais, on doit poser l hypothèse que la performance associée

Plus en détail

2) Plants de transfert (plans simples à une seule VI comprenant toujours un groupe expérimental et un groupe contrôle).

2) Plants de transfert (plans simples à une seule VI comprenant toujours un groupe expérimental et un groupe contrôle). I. Méthodologie du transfert d apprentissage. 1) Définitions. Organiser les successions d apprentissage. Pour un transfert il y a ay moins 2 tâches différentes, 2 apprentissages. On parle de transfert

Plus en détail

TUTORAT UE Biostatistiques Séance n 1 Semaine du 24/09/2012

TUTORAT UE Biostatistiques Séance n 1 Semaine du 24/09/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 1 Semaine du 24/09/2012 Mesure, probabilité, statistiques descriptives Dujols Séance préparée par Marielle GRANIER, Solenne MAURIN, Floriane PERRIER et André

Plus en détail

Notions de base en statistique. Dr Cécile Couchoud

Notions de base en statistique. Dr Cécile Couchoud Notions de base en statistique Dr Cécile Couchoud Démarche déductive «Vraie» valeur prévoir la valeur sur un échantillon futur < fluctuations d échantillonnage Intervalle de fluctuation Formule générale

Plus en détail

Méthodologie de la recherche. Université Lille 2

Méthodologie de la recherche. Université Lille 2 Méthodologie de la recherche Université Lille 2 Plan du cours 1. La loi normale et l erreur l d éd échantillonnage 2. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou plus 4. Corrélation

Plus en détail

Les plans expérimentaux

Les plans expérimentaux Les plans expérimentaux I) Avant propos : résumé des épisodes précédents Comme nous l avons précisé précédemment, la méthode expérimentale est la seule méthode qui permette de d établir un lien de causalité

Plus en détail

Autres tests : Tests divers et tests non paramétriques. C. Bulot

Autres tests : Tests divers et tests non paramétriques. C. Bulot Autres tests : Tests divers et tests non paramétriques C. Bulot Objectif du cours du jour Cette année : On voit les calculs pour les tests faciles à réaliser Valables sous certaines conditions Notamment

Plus en détail

La significativité statistique : aspects conceptuels et signification dans la pratique clinique

La significativité statistique : aspects conceptuels et signification dans la pratique clinique La significativité statistique : aspects conceptuels et signification dans la pratique clinique Jacques Juhel Centre de Recherches en Psychologie, Cognition, Communication (EA 1285) Centre de Formation

Plus en détail

La recherche en soins infirmiers

La recherche en soins infirmiers La recherche en soins infirmiers 3 e module La planification : 2e partie Les méthodes quantitatives Margot Phaneuf, inf. PhD. Révision 2013 Ce texte fait partie d un didacticiel préparé pour un enseignement

Plus en détail

PSYQR19A Statistiques

PSYQR19A Statistiques PSYQR19A Statistiques Lotje van der Linden l.vanderlinden@cogsci.nl Objectifs généraux du cours Analyser les données de TER avec un logiciel statistique Choisir le test approprié pour tester une certaine

Plus en détail

MANOVA Analyse de la variance multivariée

MANOVA Analyse de la variance multivariée Chapitre 4 MANOVA Analyse de la variance multivariée Objectif Un ensemble de facteurs de variation qualitatifs : les VI Expliquer Un ensemble de variables réponse quantitatives : les VD Tester les effets

Plus en détail

METHODOLOGIE DISCIPLINAIRE. Support du cours. Université de Lille 3 Première année de Licence Année Universitaire Semestre 2

METHODOLOGIE DISCIPLINAIRE. Support du cours. Université de Lille 3 Première année de Licence Année Universitaire Semestre 2 Université de Lille 3 Première année de Licence Année Universitaire 2008-2009 Semestre 2 METHODOLOGIE DISCIPLINAIRE Support du cours Ce poly ne constitue pas une alternative à votre présence en cours.

Plus en détail

Analyse statistiques de Données en Psychologie 2 (ADP2)

Analyse statistiques de Données en Psychologie 2 (ADP2) Analyse statistiques de Données en Psychologie 2 (ADP2) Diplôme : Licence 2 - Psychologie Session : janvier 2010 Semestre : 1 Année universitaire 2009 / 2010 Responsable : Denis CORROYER Examen final Durée

Plus en détail

Taille d un effet Puissance d un test

Taille d un effet Puissance d un test Taille d un effet Puissance d un test Exemple introductif On se place dans une situation de comparaison de deux groupes indépendants, avec une VD numérique. Ces deux groupes sont issus de deux populations

Plus en détail

Théorie de la décision (corrélation et régression)

Théorie de la décision (corrélation et régression) Théorie de la décision (corrélation et régression) Corrélation et régression Objectifs Vérifier l'existence d'association entre deux variables Exprimer la loi de cette relation? Applications Concordance

Plus en détail

Chap1. Définitions de base

Chap1. Définitions de base Chap1. Définitions de base STATISTIQUE vs. STATISTIQUES Des statistiques 1,3 milliard d habitant en chine 97 000 séropositifs en France en 2003 En France, La taille moyenne d un homme est de 1m75 et celle

Plus en détail

Fiabilité et validité des enquêtes qualitatives. Un état de l art en marketing

Fiabilité et validité des enquêtes qualitatives. Un état de l art en marketing Fiabilité et validité des enquêtes qualitatives. Un état de l art en marketing 2006/2007 De récentes recherches en marketing et sciences sociales ont permis de définir les nouvelles méthodes d évaluation

Plus en détail

DU PrEEO. Module B : Psychologie générale Laurent Sparrow. UFR Psychologie Laboratoire URECA

DU PrEEO. Module B : Psychologie générale Laurent Sparrow. UFR Psychologie Laboratoire URECA DU PrEEO Module B : Psychologie générale Laurent Sparrow UFR Psychologie Laboratoire URECA Laurent.sparrow@univ-lille3.fr La science du comportement et des processus mentaux. 1 Histoire et objet de la

Plus en détail

* L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences

* L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences 40 * L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences 41 Savoir choisir le test statistique ou le modèle adapté à la question traitée, en comprenant

Plus en détail

LES BONNES RECETTES DU PSYCHOLOGUE

LES BONNES RECETTES DU PSYCHOLOGUE LES BONNES RECETTES DU PSYCHOLOGUE Benjamin Putois PhD. bputois@gmail.com LES DIFFÉRENTS QUESTIONNAIRES ET LEURS RECETTES 1 ECHELLES DE TYPE THURSTONE Mesure l attitude des gens vis-à-vis d un thème donné

Plus en détail

Analyse factorielle de variance: Principes d expérimentation

Analyse factorielle de variance: Principes d expérimentation Analyse factorielle de variance: Principes d expérimentation Plans à groupes indépendants: organisation Organisation factorielle: variables et plus produit cartésien des niveaux Longueur de la liste Type

Plus en détail

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES Fichier Statistica : EXEMPLE FORMATION 1.sta Ce fichier contient des informations (fictives) concernant un échantillon de 98 étudiants inscrits au module

Plus en détail

Questions pratiques 2: l inférence causale

Questions pratiques 2: l inférence causale Questions pratiques 2: l inférence causale 1 I. Possibilités et limites des modèles statistiques Nous avons précédemment défini et décrit la régression comme une méthode statistique visant à décrire la

Plus en détail

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE UE4 : Biostatistiques Chapitre 9 Corrélation - Régression Exercices commentés José LABARERE Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés. Exercice I Les notes

Plus en détail

TD5 Préparer le fichier de données

TD5 Préparer le fichier de données TD5 Préparer le fichier de données Lotje van der Linden l.vanderlinden@cogsci.nl Emploi du temps Séance Date Thème 1 04/02/2016 Introduction Les statistiques descriptives 2 11/02/2016 Le test t: Comparer

Plus en détail

1- Plan d expérience

1- Plan d expérience 1 Plan d expérience critères de classification des plans d expérience (Il en existe plusieurs) : le contrôle que l on exerce sur la situation expérimentale (plans expérimentaux ou plans quasiexpérimentaux)

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille 2 Plan du cours 1. La loi normale et l erreur d échantillonnage 2. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou

Plus en détail

Saisir des données dans SPSS (variable view, data view, weigth cases) TP 1

Saisir des données dans SPSS (variable view, data view, weigth cases) TP 1 Saisir des données dans SPSS (variable view, data view, weigth cases) TP 1 Exercice 1 Dix étudiants doivent attribuer une note allant de 1 à 12 à quatre métiers. «1» signifie que le métier proposé leur

Plus en détail

RéSOLUTION DE PROBLèMES EN MATHéMATIQUES

RéSOLUTION DE PROBLèMES EN MATHéMATIQUES RéSOLUTION DE PROBLèMES EN MATHéMATIQUES Alaeddine BEN RHOUMA - Ghislain ROYER Inspection Pédagogique Régionale de Mathématiques Académie de la Guyane 28 janvier 2016 RéSOLUTION DE PROBLèMES EN MATHéMATIQUES

Plus en détail

TD6 Corrélation et régression simple

TD6 Corrélation et régression simple TD6 Corrélation et régression simple Lotje van der Linden l.vanderlinden@cogsci.nl Emploi du temps Séance Date Thème 1 04/02/2016 Introduction Les statistiques descriptives 2 11/02/2016 Le test t: Comparer

Plus en détail

PLAN GÉNÉRAL DU COURS

PLAN GÉNÉRAL DU COURS PLAN GÉNÉRAL DU COURS 1 - La méthode Statistique en Médecine 2 - Statistique Descriptive 3 - Statistique Déductive Ø Liaisons entre caractères qualitatifs Ø Liaisons entre caractères qualitatifs et quantitatifs

Plus en détail

Corrélation - Régression

Corrélation - Régression Corrélation - Régression Corrélation Mesure le degré de liaison entre deux variables quantitatives Pour qu il y ait série statistique, il faut qu au moins l une des deux variables soit aléatoire. Cas 1

Plus en détail

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire

N.MOLINARI. La statistique. Schéma général de la statistique. La variabilité. 2 ème cycle DCEM1 MB6 Année Universitaire Biostatistique MB6 2008-2009 Nicolas Molinari La statistique Ce document doit obligatoirement être associé aux notes de cours pour représenter un support de travail complet. La statistique ti ti est un

Plus en détail

Analyse de variance - Modèles mixtes

Analyse de variance - Modèles mixtes Analyse de variance - Modèles mixtes Mathieu Emily Laboratoire de mathématiques appliquées Agrocampus Ouest, Rennes Analyse de variance Mathieu EMILY - Agrocampus Ouest 1 Plan 1 Variables à effets aléatoires

Plus en détail

Cours : Méthodologie de la recherche

Cours : Méthodologie de la recherche Cours : Méthodologie de la recherche Niveau : 1 ère année master en sciences humaines Enseignante : Mme Faten Hami Introduction La recherche correspond au besoin de connaître et de comprendre la société

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances Master de Santé Publique UE de biostatistique : cours 0 Comparaison de deux variances M de Santé Publique Biostatistique - Cours 0 - Comparaison de variances Comparaison de deux variances Hypothèses testées

Plus en détail

Définitions. Épidémiologie. Éléments de la définition. Définition épidémiologie. Les 3 types d épidémiologie. Les schémas d études

Définitions. Épidémiologie. Éléments de la définition. Définition épidémiologie. Les 3 types d épidémiologie. Les schémas d études Épidémiologie Définitions Définitions Schémas d études Indicateurs en épidémiologie Interprétation des résultats Définition épidémiologie Étude de la distribution et des déterminants des problèmes de santé

Plus en détail

LE QUESTIONNAIRE I. LES INDICATEURS

LE QUESTIONNAIRE I. LES INDICATEURS I. LES INDICATEURS LE QUESTIONNAIRE I.1. Les types d indicateurs I.1.A. Les indicateurs factuels et les indicateurs formels I.1.B. Les indicateurs d ordre subjectif I.2. Détermination des indicateurs I.3.

Plus en détail

ADP2 - Plan des TD. Plan général : Séance 1. Séances 2 et 3. Séance 4 et séance 5 (première partie) Séance 5 (seconde partie) et séance 6.

ADP2 - Plan des TD. Plan général : Séance 1. Séances 2 et 3. Séance 4 et séance 5 (première partie) Séance 5 (seconde partie) et séance 6. ADP2 - Plan des TD Plan général : Séance 1 Révisions Séances 2 et 3 Liaison entre deux variables numériques (X Y) Corrélation et Régression Séance 4 et séance 5 (première partie) Liaison entre deux variables

Plus en détail

STATISTICA Test d hypothèses Différences entre groupes. d /Variable inter sujet)

STATISTICA Test d hypothèses Différences entre groupes. d /Variable inter sujet) Chapitre 11 STATISTICA Test d hypothèses Différences entre groupes (échantillons indépendants d /Variable inter sujet) Différences entre groupes But des tests d hypothèse: Les hypothèses sont des prévisions

Plus en détail

Critères de scientificité Validité interne et externe

Critères de scientificité Validité interne et externe Critères de scientificité Validité interne et externe 1 INTERNAL AND EXTERNAL VALIDITY OBJECTIFS 2 La valeur d une recherche scientifique est en grande partie dépendante de l habileté du chercheur à démontrer

Plus en détail

Théorie de la détection du signal (TDS)

Théorie de la détection du signal (TDS) Partie IV TDS Théorie de la détection du signal (TDS) 46 (2005). benjamin.putois@yahoo.fr 46 TDS W.P. Tanner & J.A. Swets (1954). Dans la perspective de la psychophysique classique comme dans celle de

Plus en détail

Psy1004 Section 11: Hétérogénéité des variances et transformations non linéaires

Psy1004 Section 11: Hétérogénéité des variances et transformations non linéaires Psy1004 Section 11: Hétérogénéité des variances et transformations non linéaires Plan du cours: Varia 11.0: Période de questions sur les ANOVA à 1 et 2 facteurs? 11.1: ANOVA à plus de deux facteurs 11.2:

Plus en détail

Chapitre 1. La mesure en psychologie

Chapitre 1. La mesure en psychologie Chapitre 1. La mesure en psychologie Dans l esprit des non-initiés à la psychologie, mesure et psychologie ne sont pas nécessairement des termes qui se marient bien. Le néophyte pourrait même être surpris

Plus en détail

Breastfeeding is associated with improved child cognitive development

Breastfeeding is associated with improved child cognitive development Breastfeeding is associated with improved child cognitive development Octobre 2013 J Labarère, A Seigneurin, P François 1 QRU : L objectif principal de cette étude était (une seule réponse possible) :

Plus en détail

QU EST-CE QUE LA PSYCHOLOGIE DIFFERENTIELLE?

QU EST-CE QUE LA PSYCHOLOGIE DIFFERENTIELLE? Chapitre 1 QU EST-CE QUE LA PSYCHOLOGIE DIFFERENTIELLE? 1] Les différences : objet d étude de la psychologie différentielle 1) Différences quantitatives et qualitatives Les conduites semblent obéir à des

Plus en détail

Tests de comparaison de pourcentages

Tests de comparaison de pourcentages Tests de comparaison de pourcentages Docteur Alexandrine Lambert > Faculté de Pharmacie Comparer deux pourcentages Pourcentage Variable qualitative dichotomique (Présence/Absence, Malades/Non malades,

Plus en détail

Un groupe d individus décrit par deux mesures répétées sur une variable quantitative Le dossier SOMMEIL Comparer les deux mesures répétées

Un groupe d individus décrit par deux mesures répétées sur une variable quantitative Le dossier SOMMEIL Comparer les deux mesures répétées UN GROUPE D INDIVIDUS DÉCRIT PAR DEUX MESURES RÉPÉTÉES SUR UNE VARIABLE QUANTITATIVE COMPARER LES DEUX MESURES RÉPÉTÉES Mots-clés : Variable numérique ; Mesures répétées ; Facteur intra-groupes (Within-factor

Plus en détail

Analyse de la variance

Analyse de la variance Plan Analyse de la variance - Chapitre VI - Notes de cours Statistique L3 MIASHS - Université de Bordeaux - Chapitre VI - L3 MIASHS- Analyse de la variance 1/37 Plan Plan 1 Introduction 2 3 4 5 - Chapitre

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2009-2010 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BRST CDX 3 Section : Psychologie - Licence 3è année nseignant responsable : F.-G.

Plus en détail

12. Régression linéaire simple

12. Régression linéaire simple 12. Régression linéaire simple MTH2302D S. Le Digabel, École Polytechnique de Montréal A2016 (v1) MTH2302D: régression 1/45 Plan 1. Introduction 2. Régression linéaire simple 3. Estimation des paramètres

Plus en détail

Introduction aux modèles mixtes Comparaison de k moyennes à partir d échantillons non indépendants. 27 mai 2009 Pierre INGRAND

Introduction aux modèles mixtes Comparaison de k moyennes à partir d échantillons non indépendants. 27 mai 2009 Pierre INGRAND Introduction aux modèles mixtes Comparaison de k moyennes à partir d échantillons non indépendants 27 mai 2009 Pierre INGRAND Position du problème. Exemple On cherche à comparer la réponse pharmacologique

Plus en détail

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2003-04 U.F.R. de Lettres et Sciences Sociales CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence Enseignant responsable : F.G. Carpentier

Plus en détail

RAPPORT DE LABORATOIRE N O 1 MESURES ET INCERTITUDES

RAPPORT DE LABORATOIRE N O 1 MESURES ET INCERTITUDES Cégep du Vieux Montréal Cours : Mécanique 203-NYA-05 groupe : 1132 RAPPORT DE LABORATOIRE N O 1 MESURES ET INCERTITUDES Fait par : Albert Einstein Remis à : Emmanuelle Goulet Date de l expérience: le 29

Plus en détail

Épistémologie. Licence de Sciences de la Vie. (3 ème année)

Épistémologie. Licence de Sciences de la Vie. (3 ème année) Épistémologie Licence de Sciences de la Vie 1 (3 ème année) La Science au Laboratoire La Méthode expérimentale 2 Perspective Macro-Epistémologie Grandes démarches Scientifiques Micro-Epistémologie : La

Plus en détail

Formulaire de Statistiques

Formulaire de Statistiques Formulaire de Statistiques Table des matières Intervalles de confiance... 2 Variable quantitative... 2 Variable qualitative... 2 Comparaison observé/théorique... 2 Variable quantitative... 2 Variable qualitative...

Plus en détail

Chapitre 9. Analyse de la variance

Chapitre 9. Analyse de la variance 1 Chapitre 9. Analyse de la variance Dans ce chapitre nous étudions comment l analyse de la variance de Y permet de tester l égalité des moyennes conditionnelles de cette variable numérique dans les sous-populations

Plus en détail

MEX.B001CM La méthode expérimentale 27/03/06

MEX.B001CM La méthode expérimentale 27/03/06 MEX.B001CM La méthode expérimentale 27/03/06 PREMIERE PARTIE : INTRODUCTION _ Place importante de l enseignement des méthodes dans la formation de la psychologie _ En tant que pratique professionnelle,

Plus en détail

Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence

Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence Fiche n 01 sur le test du khi-2 1 Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence Situation La valeur d un pourcentage est connue dans une population qui

Plus en détail

Théorie classique des tests. Modèles de réponse à l item

Théorie classique des tests. Modèles de réponse à l item Théorie classique des tests Modèles de réponse à l item 1 Plan Contexte Exemple Cohérence interne d un test Modèles de réponse à l item Applications 2 Théorie classique des tests Psychométrie Niveau de

Plus en détail

LES TESTS STATISTIQUES

LES TESTS STATISTIQUES LES TESTS STATISTIQUES E 3 Exercice Pour les 2 exemples ci-dessous, indiquer a) Quelle est l unité d observation? b) Quelle est la taille de l échantillon? c) Quelle est la variable étudiée (ou quelles

Plus en détail

Concept Expérimental Séance 6 Jeanneleroy.wordpress.com

Concept Expérimental Séance 6 Jeanneleroy.wordpress.com Concept Expérimental 2008-2009 Séance 6 Leroy.jeanne@gmail.com Jeanneleroy.wordpress.com TP : Expérience de Milgram Qu est-ce qu on a pu observer : Les individus sont prêts à se soumettre à la consigne

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille Plan du cours 1. La loi normale et l erreur d échantillonnage. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou plus

Plus en détail

Indépendance de deux variables nominales - Test du χ 2

Indépendance de deux variables nominales - Test du χ 2 Indépendance de deux variables nominales - Test du χ 2 Deux variables nominales X et Y observées sur un échantillon de sujets. Nombre de modalités de X : l Nombre de modalités de Y : c Problème : ces deux

Plus en détail

Page 1. Analyse de variance à un critère de classification (ANOVA) Pourquoi ne pas utiliser plusieurs tests de t? Possibilités et limites de l ANOVA

Page 1. Analyse de variance à un critère de classification (ANOVA) Pourquoi ne pas utiliser plusieurs tests de t? Possibilités et limites de l ANOVA Page Quand utiliser l ANOVA Analyse de variance à un critère de classification (ANOVA) Quand utiliser l ANOVA Les modèles d ANOVA et la répartition des sommes des carrés ANOVA: test d hypothèses ANOVA:

Plus en détail

Probabilités et statistiques

Probabilités et statistiques Statut provincial : 201-EES pondération : 3-2-3 bloc de l établissement préalable : 201-NYA (intégration et approfondissement) Probabilités et statistiques L objet et la place du cours dans le programme

Plus en détail

Psy1004 Section 12: Corrélations et régressions. Varia. Varia. Il y aura au prochain cours (le dernier) une période de révision d'environ une heure.

Psy1004 Section 12: Corrélations et régressions. Varia. Varia. Il y aura au prochain cours (le dernier) une période de révision d'environ une heure. Psy004 Section : Corrélations et régressions Plan du cours: Varia.0: Le Q.I. varie-t-il avec le nombre d'années de scolarité?.: Calculs de l'indice de corrélation.: Exemples de corrélations et solution

Plus en détail

Les échelles de mesure en marketing: particularités et qualités statistiques.

Les échelles de mesure en marketing: particularités et qualités statistiques. Les échelles de mesure en marketing: particularités et qualités statistiques. Plan Définition d une échelle de mesure. Les divers types d échelles de mesure: L échelle d intervalle. L échelle de rapport.

Plus en détail

Diagnostic de la psychologie différentielle

Diagnostic de la psychologie différentielle Diagnostic de la psychologie différentielle Description Fonctions du diagnostic Cette fonction regroupe le recueil de données qualitatives et quantitatives, la description et mesure des caractéristiques

Plus en détail

Université Paris 5 Licence de Psychologie /2005 ECUE ADP2 Responsable : Denis Corroyer - Première Session : 10 janvier

Université Paris 5 Licence de Psychologie /2005 ECUE ADP2 Responsable : Denis Corroyer - Première Session : 10 janvier page 1/8 Durée de l'épreuve : 1 heure 30 mn. Aucun document n'est autorisé. Seule la calculette (sans sa documentation) est autorisée. Les différents exercices (encadrés) sont indépendants. Le barème donné

Plus en détail

Règles pour une lecture raisonnée : la méta-analyse

Règles pour une lecture raisonnée : la méta-analyse Règles pour une lecture raisonnée : la méta-analyse Méta-analyse : définition = revue quantititative aussi systématique, exhaustive et objective que possible des meilleures preuves disponibles sur une

Plus en détail

Psy1004 Section 12: Corrélations et régressions

Psy1004 Section 12: Corrélations et régressions Psy1004 Section 12: Corrélations et régressions Plan du cours: Varia 12.0: Le Q.I. varie-t-il avec le nombre d'années de scolarité? 12.1: Calculs de l'indice de corrélation 12.2: Exemples de corrélations

Plus en détail

Enoncé commun aux QCM 1 à 6

Enoncé commun aux QCM 1 à 6 Enoncé commun aux QCM 1 à 6 Le risque de développer une hyperuricémie (élévation du taux sanguin d acide urique) pour l homme adulte japonais est de 0,15. Une importante étude a permis de montrer que ce

Plus en détail

Travaux Dirigés N 3 Analyse du plan S<A B> El Methni M.

Travaux Dirigés N 3 Analyse du plan S<A B> El Methni M. Travaux Dirigés N 3 Analyse du plan S El Methni M. EXERCICE I : On dispose des mesures indépendantes d un phénomène aléatoire dont la moyenne risque d être influencée d une part par deux facteurs

Plus en détail

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE TABLE DES MATIÈRES Introduction... 21 CHAPITRE I STATISTIQUE DESCRIPTIVE I L observation statistique...2 I.1 Concepts de base... 2 I.2 L élaboration de tableaux statistiques... 29 I.21 Étude d un seul

Plus en détail

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Plan du cours de Statistiques avancées Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Rappel: Echelles de mesure: Nominales Ordinales d Intervalles Statistiques de test Paramétriques

Plus en détail

MQT1183 Méthodes statistiques

MQT1183 Méthodes statistiques MQT1183 Méthodes statistiques Sébastien Blais Département des sciences administratives, UQO 28 mars 2017 Rappels Hypothèse sur la moyenne, σ connu (théorie) Hypothèse sur la moyenne, σ inconnu Hypothèse

Plus en détail

Révision sur les plans expérimentaux Cours de Fabien Mathy

Révision sur les plans expérimentaux Cours de Fabien Mathy Révision sur les plans expérimentaux Cours de Fabien Mathy La formalisation des plans expérimentaux a pour objectif de décrire la structure d'un plan expérimental (the design of an experiment). La structure

Plus en détail

Les mesures répétées

Les mesures répétées 1 Les mesures répétées Comment améliorer la performance en stats des étudiants? 3 groupes de traitement VD: performance à un test de stats 2 1 Une ANOVA (One way) Vitamines Coffee Crisp Contrôle Sj 1 12

Plus en détail

TP 7 : Vendredi 6 Décembre Type de donnée : booléen. Compétence :

TP 7 : Vendredi 6 Décembre Type de donnée : booléen. Compétence : TP 7 : Vendredi 6 Décembre 2013 1. Type de donnée : booléen 2. Caractère et chaîne de caractères : comment sont-ils représentés dans la machine? Représentation binaire : Un ordinateur est une machine qui

Plus en détail

Reconnaissance de forme: Rappels de probabilités et de statistiques

Reconnaissance de forme: Rappels de probabilités et de statistiques Reconnaissance de forme: Rappels de probabilités et de statistiques 1 er février 2010 Plan 1 Introduction : pourquoi des probabilités? 2 Notions de probabilités 3 Statistiques et estimation Introduction

Plus en détail

FONDEMENTS MATHÉMATIQUES 11 E ANNÉE. Mesure. Résultat d apprentissage général : Développer le sens spatial et le raisonnement proportionnel.

FONDEMENTS MATHÉMATIQUES 11 E ANNÉE. Mesure. Résultat d apprentissage général : Développer le sens spatial et le raisonnement proportionnel. FONDEMENTS MATHÉMATIQUES 11 E ANNÉE Mesure 1. Résoudre des problèmes comportant l application de taux. [L, R, RP] Résultat d apprentissage général : Développer le sens spatial et le raisonnement proportionnel.

Plus en détail

De la portée et des limites de certaines méthodes visant la mesure des effets nets

De la portée et des limites de certaines méthodes visant la mesure des effets nets De la portée et des limites de certaines méthodes visant la mesure des effets nets Présenté par Hugues Tétreault Direction de l évaluation Direction générale adjointe de la recherche, de l évaluation et

Plus en détail

Statistiques déductives :

Statistiques déductives : I Généralités sur les test d'hypothèse : Statistiques déductives : Dans les statistiques déductives, contrairement aux statistiques descriptives, on essaie, à partir des observations faites, de tirer des

Plus en détail