Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)



Documents pareils
Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Principe d un test statistique

Traitement des données avec Microsoft EXCEL 2010

T de Student Khi-deux Corrélation

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, LES STATISTIQUES INFERENTIELLES

Relation entre deux variables : estimation de la corrélation linéaire

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

Logiciel XLSTAT version rue Damrémont PARIS

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Etape 1 : paramétrage et choix du modèle d organisation

MISE AU POINT FINANCIÈRE GUIDE DE L UTILISATEUR. Le logiciel MISE AU POINT FINANCIÈRE est offert sous licence par EquiSoft.

Création d une connexion VPN dans Windows XP pour accéder au réseau local de l UQO. Document préparé par le Service des technologies de l information

Développement d une application pilote

Tutoriel d utilisation du Back-Office du site de la ligue

Focus. Lien entre rémunération du travail et allocation de chômage

Microsoft Excel : tables de données

Logiciels de gestion sur mesure Etude et développement. Logiciel de suivi des évènements indésirables dans les établissements hospitaliers

Degré de confiance pour les indicateurs de performance : degré de fiabilité du processus de production et écart significatif 1

Statistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier

Chapitre 1 : Évolution COURS

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Vous pouvez à présent à reconfigurer votre messagerie en cliquant ici.

MEMOIRES MAGNETIQUES A DISQUES RIGIDES

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Localisation des fonctions

Statistique Descriptive Élémentaire

1. Vocabulaire : Introduction au tableau élémentaire

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

PROCEDURE D EXPORT-IMPORT DU CERTIFICAT InVS INTERNET EXPLORER

Introduction aux Statistiques et à l utilisation du logiciel R

Nue propriété et cession d usufruit

Présentation à l Institut canadien de la retraite et des avantages sociaux. Selon Wikipédia

Les évolutions du simulateur de calcul de pension

GROOBAX. cliquer sur le «G» Cliquer sur «options» Sélectionner le dossier qui contiendra les paramètres => Cliquer A chercher le dossier créé en 2/

VISUAL GESATEL. La gestion commerciale n a jamais été aussi facile!

DISCOUNTED CASH-FLOW

Nobody s Unpredictable

Chapitre 3 : INFERENCE

Dossier technique. Présentation du bus DMX et Utilisation des options EL13 / EL14 ERM AUTOMATISMES INDUSTRIELS 1 LE PROTOCOLE DMX 2

Mémoire d actuariat - promotion complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Cours de Tests paramétriques

Analyse de la variance Comparaison de plusieurs moyennes

Le financement adossé de l immobilier en gestion de patrimoine : une modélisation simple

Allegroupe. Système de gestion des paiements préautorisés

COMPARAISON DE LOGICIELS TESTANT L INDEPENDANCE DE VARIABLES BINAIRES

Docteur José LABARERE

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING

GUIDE DE DÉMARRAGE SOMMAIRE INTRODUCTION 1. SUIVI DE CAISSE PRÉSENTATION DU CALENDRIER PRINCIPES DE SAISIE N GESTIONSAISIE D'UNE JOURNÉE DE CAISSE

Si vous décidez d utiliser un autre chemin, c est ce nouveau chemin qu il faudra prendre en compte pour la sauvegarde. Cf. : Chapitre 9 Sauvegarde

25/01/05 TD Entrepôt de données IHS / Master ICA

La crise économique vue par les salariés français

QUELLE DOIT ÊTRE L AMPLEUR DE LA CONSOLIDATION BUDGÉTAIRE POUR RAMENER LA DETTE À UN NIVEAU PRUDENT?

Création de votre compte de messagerie IMAP

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine

Précision d un résultat et calculs d incertitudes

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

Saisie et d analyse des questionnaires de sortie

Limites finies en un point

Présentation de lʼoutil Diagnostic Egalité sur le logiciel Excel!

Logiciel PICAXE Programming Editor

LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE.

Service en ligne Obligation de retenue (Articles 30bis et 30ter)

Pôle de Dakar S IMUL ATIONS. 1 Utiliser un taux d accroissement pour une simulation

ELEC2753 Electrotechnique examen du 11/06/2012

Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté

SPHINX Logiciel de dépouillement d enquêtes

AP Formation 14, rue Pierre BAYLE T OULOUSE

Sage Start Saisie des collaborateurs Instructions. A partir de la version

Format de l avis d efficience

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

INF6304 Interfaces Intelligentes

Introduction : L accès à Estra et à votre propre espace Connexion Votre espace personnel... 5

Sondage sur le climat. scolaire. Guide d utilisation à l attention des administratrices et des administrateurs

TESTS D HYPOTHÈSE FONDÉS SUR LE χ².

Module 24 : Analyse de scénarios

Leçon 10. Procédures d inventaire et valorisation des stocks

MATHÉMATIQUES. Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN

Utilisation de l outil lié à MBKSTR 9

Toute modification de ce document est strictement interdite. Copyright 1992, 2014 MSoft informatique Tous droits réservés.

MODE D EMPLOI DU LOGICIEL LIGNES DE TEMPS A partir du film La Mort aux trousses d Alfred Hitchcock

Bureau : 238 Tel : dominique.muller@upmf-grenoble.fr

Service des ressources informatiques - Conseil Scolaire de District Catholique Centre-Sud Page 1

QUICK START RF Monitor 4.3-1

Cahiers de l IMA. Fascicule SPSS

TSTI 2D CH X : Exemples de lois à densité 1

RENTABILITE IMMOBILIERE ET PRESSION FISCALE

Analyse de variance à deux facteurs (plan inter-sujets à deux facteurs) TP9

Les indices à surplus constant

PREstations et STOcks. Manuel Utilisateur. Ministère de l éducation nationale, de l enseignement supérieur et de la recherche

BMO Société d assurance-vie. Glossaire d aide juin 2009

L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS

Biostatistiques : Petits effectifs

Transcription:

CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse au comportement de civilité consistant à retenir la porte à la personne qui suit. Pour cela on a observé le comportement de 880 personnes à l entrée d un grand magasin (à Paris et à Nantes). On a relevé cinq variables prédictives (ou supposées telles) de ce comportement : le sexe de la personne en mesure de retenir la porte (SEX_SUJET : Homme/Femme), le sexe de la personne qui suit (SEX_SUIT : Homme/Femme), la ville où se trouve le grand magasin (VILLE : Paris/Nantes), la densité de la population à l'entrée du magasin (DENSITE : Faible/Forte), la position de la porte à l arrivée du client (PORTE : Ouverte/Fermée). On a noté enfin le comportement de la personne : retient-elle la porte pour la personne qui suit (COMPT : Oui/Non)? 1.1 Question On ne s intéresse ici qu à une seule des variables prédictrices du comportement de civilité. On se demande si ce comportement est observé aussi fréquemment chez les hommes et chez les femmes. On fait l hypothèse que les femmes sont plus civiles que les hommes. 1.2 Structure des données La variable SEXE_SUJET est une variable nominale binaire. La variable COMPT est également une variable nominale binaire. La variable SEX-SUJET est supposée prédictrice de la variable COMPT. Bien que la variable prédictrice (SEXE_SUJET) ne soit pas strictement une variable indépendante (c est une variable observée), on reprendra la notation Rouanet-Lépine pour formaliser cette structure de données : «SUJET<SEXE_SUJET 2 > COMPT». 1.3 Source Moser, G., & Corroyer, D. (2001). Politeness in the Urban Environment. Is City Life Still Synonymous With Civility? Environment and Behavior, 33(5), 611-625. 1.4 Analyses

CIVILITE-SES.doc - 2-2 OUVERTURE DU FICHIER - Lancer SES-Analyse - Menu Fichier Ouvrir un dossier SES (*.SES) - Sélectionner le dossier CIVILITE.SES - Attendre l ouverture du fichier. 3 SÉLECTION DES VARIABLES À ANALYSER Menu «Données à analyser» Sélection des variables : Sélectionner : - la variable SEX_SUJET en tant que variable indépendante (VI) - la variable COMPT en tant que variable dépendante (VD). Sélection des unités : Ce cadre permettrait éventuellement de travailler sur un sous ensemble des observations (un groupe particulier par exemple). Variable de pondération des unités : Il est possible de changer la variable de pondération en sélectionnant «NonPond» au lieu de «POIDS» (option par défaut). Cependant les valeurs de la variable POIDS étant toutes égales à 1, tous les calculs produits seront identiques quelle que soit l option choisie. Valider en cliquant sur OK. Utiliser le Menu «Analyse» pour procéder aux analyses qui suivent. Les titres et sous-titres qui suivent (cf. sommaire en fin de document) correspondent aux items des sous-menus du menu Analyse. Les commentaires sont produits automatiquement par le logiciel. Seuls les textes encadrés ont été ajoutés.

CIVILITE-SES.doc - 3-4 VOIR LA DISTRIBUTION 4.1 Effectifs conjoints njk Oui Non Total Homme 222 144 366 Femme 254 260 514 Total 476 404 880 Effectifs conjoints. Par exemple on observe à la fois, SEX_SUJET=Homme et COMPT=Oui, dans 222 cas. 4.2 Pourcentages conjoints njk Oui Non Total Homme 25 % 16 % 42 % Femme 29 % 30 % 58 % Total 54 % 46 % 100 % Pourcentages conjoints (Le total des pourcentages du tableau fait 100%). Par exemple, dans 25 % des cas on observe, à la fois, SEX_SUJET=Homme et COMPT=Oui. 5 COMPARER LES SEX_SUJET 5.1 Profils (en %) des SEX_SUJET Pct/Ligne Oui Non Total Homme 61 % 39 % 100 % Femme 49 % 51 % 100 % Moyenne 54 % 46 % 100 % Le total des pourcentages de chaque ligne fait 100% Par exemple, parmi les SEX_SUJET=Homme, il y a 61 % de COMPT=Oui 5.2 Comparer les % de OUI 5.2.1 Sens de l écart entre les pourcentages de OUI INDICE VALEUR Pct (Oui/Ho 61 % Pct (Oui/Fe 49 % Pour ce groupe de 880 observations, on constate que : le pourcentage de COMPT=Oui est plus élevé pour SEX_SUJET=Homme (61 %) que pour SEX_SUJET=Femme (49 %)

CIVILITE-SES.doc - 4-5.2.1.1 Inférence De manière générale, cliquer sur le bouton Inférer, quand il est présent, pour obtenir els résultats des procédures inférentielles La population parente, sur laquelle on va évaluer la possibilité de généraliser certains résultats observés, est ici l ensemble des clients des grands magasins où les observations ont été faites. n 880 Ddl 1 Khi² 10,87 p Khi² 0,10% On peut conclure que, dans la population parente, la différence de COMPT, pour SEX_SUJET=Homme et SEX_SUJET=Femme, est de même sens que l'écart observé dans l'échantillon (Test Khi² significatif, p=0,10%) 5.2.2 Grandeur de l écart entre les pourcentages de OUI 5.2.2.1 Différence des % de OUI Pct (Oui/Ho 61 % Pct (Oui/Fe 49 % Diff % Homm +11 pts % Pour ce groupe de 880 observations, on constate que : l'écart entre les pourcentages de COMPT=Oui pour SEX_SUJET=Homme et pour SEX_SUJET=Femme est de +11 pts % 5.2.2.1.1 Inférence IC(5,00%) = [5 % ; 18 %] p 5,00% Lim Inf. 5 % Lim Sup. 18 % Il semble que, au seuil p = 5%, la différence entre les pourcentages de OUI chez les hommes et chez les femmes de la population parente, est comprise entre 5 points de % et 18 points de %. 5.2.2.2 Rapport des % de OUI Pct (Oui/Ho 61 % Pct (Oui/Fe 49 % Rapp Homme 1,23 Rapp Femme 0,81

CIVILITE-SES.doc - 5 - Pour ce groupe de 880 observations, on constate que : - le pourcentage de COMPT=Oui pour SEX_SUJET=Homme est égal à 1,23 fois celui pour SEX_SUJET=Femme - le pourcentage de COMPT=Oui pour SEX_SUJET=Femme est égal à 0,81 fois celui pour SEX_SUJET=Homme 5.2.2.2.1 Inférence p 5,00% Lim Inf. 1,09 Lim Sup. 1,38 IC(5,00%) = [1,09 ; 1,38] Il semble que, au seuil de 5%, le rapport des % de Oui chez les Hommes par rapport aux Femmes dans la population parente, est compris entre 1,09 et 1,38. 5.2.2.3 Odds et Odds Ratio Homme: Oui/ 1,54 Femme: Oui/ 0,98 OR (Homme/F 1,58 Pour SEX_SUJET=Homme, le rapport COMPT=Oui/COMPT=Non est de 1,54 Pour SEX_SUJET=Femme, le rapport COMPT=Oui/COMPT=Non est de 0,98 Le rapport COMPT=Oui/COMPT=Non est 1,58 plus élevé pour SEX_SUJET=Homme que pour SEX_SUJET=Femme 5.2.2.3.1 Inférence p 5,00% Lim Inf. 1,20 Lim Sup. 2,07 IC(5,00%) = [1,20 ; 2,07] Il semble que, dans la population parente, le rapport COMPT=Oui/COMPT=Non est de 1.20 à 2.07 fois plus élevé chez les hommes par rapport aux Femmes (IC(5,00%) = [1,20 ; 2,07]). 6 ANALYSER LA LIAISON ENTRE SEX_SUJET ET COMPT Cette perspective revient à donner un statut équivalent aux deux variables. On parlera à son propos de perspective symétrique par opposition à la perspective dissymétrique précédente où les deux variables n ont pas le même statut (l une est la prédictrice de l autre). Elle consiste, pour l essentiel, à analyser les écarts entre les effectifs observés et les effectifs que l on aurait observé sous l hypothèse d indépendance («Effectifs théoriques»). Elle est également proposée par SES-Pegase mais nous ne la développerons pas ici car elle est moins pertinente (pour ces données) que la perspective dissymétrique développée ci-dessus.

CIVILITE-SES.doc - 6 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 Présentation du dossier CIVILITE 1 1.1 Question 1 1.2 Structure des données 1 1.3 Source 1 1.4 Analyses 1 2 Ouverture du fichier 2 3 Sélection des variables à analyser 2 4 Voir la distribution 3 4.1 Effectifs conjoints 3 4.2 Pourcentages conjoints 3 5 Comparer les SEX_SUJET 3 5.1 Profils (en %) des SEX_SUJET 3 5.2 Comparer les % de OUI 3 5.2.1 Sens de l écart entre les pourcentages de OUI 3 5.2.1.1 Inférence 4 5.2.2 Grandeur de l écart entre les pourcentages de OUI 4 5.2.2.1 Différence des % de OUI 4 5.2.2.1.1 Inférence 4 5.2.2.2 Rapport des % de OUI 4 5.2.2.2.1 Inférence 5 5.2.2.3 Odds et Odds Ratio 5 5.2.2.3.1 Inférence 5 6 Analyser la liaison entre SEX_SUJET et COMPT 5