La courbe normale, les scores Z, et la distribution dchantillonnage

PSY3204_Cours 4

Les probabilits
Infrence statistique

chantillon

Population

Les probabilits

Probabilits et laire de la distribution de frquences

8 7 6 5 4 3 2 1
Frquence

1 2 3 4 5 6 7 8 9 10
Scores

Probabilit de lvnement A =

Nombre de possibilits que lvnement A se produise

Nombre total dvnements possibles

= 2 / 10 = .20 = 20%

Les probabilits de la courbe normale et les scores Z

34.13%

=1

13.59%
2.28%

-2

-1

Scores Z

Les probabilits de la distribution normale

Score Z +/- 0 +/- 1 +/- 1.96 +/- 2

Portion sous la courbe a .5000 .1587 .0250 .0228

Portion sous la courbe b .5000 .8413 .9750 .9772

+/- 3

.0013

.9987

Distribution centre et rduite

Transformer X en Z

Frquence

= 10

=1

80

90

100

110

Scores bruts

120

-2

-1

Scores Z

Pourquoi les scores Z au lieu des scores brutes?

Examen A
Frquence

Examen B

=3

= 12

70

73 X =76

70

82

Scores

X =76

Un score

Calculer le score Z dun score

Moyenne de lchantillon

z=
Examen A Frquence
X

X-X
cart-type

cart-type de lchantillon (S)

s=3

Z=

76 - 70

70

73
Z= 2

X =76

Les scores Z
Frquence
-T

Moyenne

-T

-T

-T

Scores -3 -2 -1 0 1 2 3 Scores Z

Calculer le score Z

z=

X-X
cart-type

Calculer le score brut

X = X + z(cart-type)

Buts principaux des scores Z

Identifier la distance exacte dun score par rapport la moyenne en unit dcart-type. Identifier les scores les plus levs et les plus faibles ainsi que les extrmes

Scores levs et faibles: Au-del et en de dun cart-type Scores extrmes: Au-del et en de de 3.29 cart-type

Comparer des scores provenant de populations ou dchantillons diffrents. Utiliser les probabilits associes la courbe normale.

Attention! Transformer les scores dune variable en scores Z ne transforme pas la distribution de cette variable en courbe normale.

Comment utiliser les probabilits de la distribution normale

Formule des scores Z

Z
Table des probabilits de la distribution normale
(voir votre livre de stats de base)

Probabilits sous la courbe

tapes pour faire un test dhypothse

Identifier les variables du problme Formuler les hypothses Identifier les probabilits acceptables de commettre une erreur de Type I Identifier sil sagit dun test unilatral ou bilatral Identifier les limites de la ou des zone(s) de rejet Recueillir un chantillon de donnes de taille N Choisir et excuter le test statistique Prendre une dcision au sujet de lhypothse nulle Dgager les implications du rsultat statistique pour la question de recherche

Population initiale
o = 16

Population aprs vnement

V N E M E N T

Moyenne inconnue

=4

?
X
S

On accepte lhypothse nulle

On rejette ? lhypothse nulle donc hypothse alternative

chantillon

Formulez les hypothses

Ho :

o = aprs lintervention

Pour Ha, il y a trois possibilits:

Ha :

o aprs lintervention (Test bilatral)

Ha: Ha:

o < aprs lintervention (Test unilatral) o > aprs lintervention (Test unilatral)

Identifiez les probabilits acceptables de commettre une erreur de Type I

Seuil de signification ou lalpha (): la probabilit de commettre une erreur de type I, tant donn lhypothse nulle.

Par convention, les chercheur(e)s ont tabli la probabilit de commettre une erreur de type I .05 (5%). (Il y a aussi .01, .001, etc...) La ou les zone(s) de rejet de la distribution dchantillonnage doivent donc contenir 5% des moyennes possibles

Distribution dchantillonnage des moyennes

Moyenne tant donne lhypothse nulle

Frquence

Erreur-type, estim partir de notre chantillon

cart-type

Moyennes dchantillons de taille N

Identifiez sil sagit dun test unilatral ou bilatral

=0 (Test unilatral) Erreur-type Zone de rejet (p ) (Test bilatral) =0 E-T Zone de rejet p /2

Zone de rejet p /2

Identifiez sil sagit dun test unilatral ou bilatral

Lhypothse alternative nous renseigne sil sagit dun test bilatrale ou unilatrale

Si la direction du changement est inconnue alors il sagit dun test bilatral Si la direction du changement est connue et suffisamment justifie alors il sagit dun test unilatral
Justification thorique tudes antrieures

Identifiez les limites de la ou des zone(s) de rejet pour p .05

= 16 (Test unilatral) E-T Zone de rejet p .05 (Test bilatral) Z critique (-) E-T Zone de rejet p .025 = 16 Z critique (+)

Z critique

Zone de rejet p .025

Trouvez le Zcritique et le Zobtenu

Le Zcritique se trouve dans la table des probabilits de la courbe normale. Lorsque la moyenne de la population est connue, le Zobtenu est calcul avec la formule suivante:
Calculer le score Z dune moyenne
Moyenne de la population, tant donn lhypothse nulle
(qui est aussi la moyenne de la distribution dchantillonnage)

La Moyenne de lchantillon

z=

X-

N
Erreur-type
(cart-type de la distribution dchantillonnage, calcul partir de lcart-type de la population ou estim partir de lchantillon)

Comparez le Zcritique et le Zobtenu (Test bilatral)

= 16 Z critique = -1.96 Erreur-type Z critique = 1.96

Zone de rejet p .025

Si Z obtenu
(reprsentant la moyenne de lchantillon)

Zone de rejet p .025 Si Z obtenu

(reprsentant la moyenne de lchantillon)

Si Z obtenu
(reprsentant la moyenne de lchantillon)

Hypothse alternative

Hypothse nulle

Hypothse alternative

Dgagez les implications du rsultat statistique pour la question de recherche

Si on rejette lhypothse nulle,

tant donne lhypothse nulle, il est peu probable que leffet obtenu soit d lerreur dchantillonnage. Il y a un effet, une diffrence, ou un changement. Cest diffrent de 0 au niveau de la population. tant donne lhypothse nulle, il est probable que leffet obtenu soit d lerreur dchantillonnage. Nous navons pas pu observer de changement, de diffrence ou deffet.

Si on accepte lhypothse nulle,

Population initiale
o = 16

Population aprs vnement

V N E M E N T

Moyenne inconnue

?
X
S

On accepte l hypothse nulle ?

On rejette ? l hypothse nulle donc hypothse alternative

chantillon

Ce fameux p < .05

tant donne lhypothse nulle, est-il probable que leffet obtenu soit d lerreur dchantillonnage? Cette dichotomie nous loigne de notre but, soit la comprhension de nos donnes.
Y Y
Grandeur

Grandeur

Femmes

Hommes

Femmes

Hommes

Tests dhypothse

Test =

Effet Erreur

Densit =

Population

Superficie

Tests dhypothse

Une ville a une densit de 10 000 habitants par km2.

Quelle est sa population totale? Quelle est sa superficie? Je ne sais rien sur le nombre de personnes, ni sur la superficie

Un village a une population de 300 habitants.

Y a-t-il beaucoup de monde par km2? Lle St-Hlne versus lle de Montral

La diffrence de sant physique entre les hommes et les femmes est significative (Test dhypothse).

Est-ce une grosse diffrence? (Effet) Est-ce que cette diffrence est vidente pour tous les participants? Bref, y a-t-il du chevauchement? (Variabilit ou erreur)

Tests dhypothse

Test =

Effet Erreur

Pour chaque test (p. ex., le test t, le test de F, le chicarr), les probabilits dobtenir un certain score par hasard ont t calcules et sont prsentes dans les tableaux de probabilits correspondants. La distribution dchantillonnage devient alors:

Test-t, distribution dchantillonnage des diffrences Chi-carr, distribution du chi-carr Test F, distribution dchantillonnage du test F

Tests dhypothse

Test =

Effet Erreur

De faon gnrale, plus le score obtenu au test est grand, moins il est probable que leffet ait t obtenu par hasard, tant donne lhypothse nulle. Mais lerreur aura aussi un grand rle jouer.

Tests dhypothse

Test =

Effet Erreur
Si leffet est petit:
1 Test = 1

Si leffet est grand:

10 Test = 1

= 10

= 1

Tests dhypothse

Test =

Effet Erreur
Si lerreur est petite:
4
Test = 1

Si lerreur est grande:

4 Test = 4

= 1

= 4

Distribution dchantillonnage des moyennes

Moyenne tant donne lhypothse nulle

Frquence

Erreur-type, estim partir de notre chantillon

cart-type

Moyennes dchantillons de taille N

Lerreur-type

Lerreur-type nous renseigne sur la grandeur de lerreur attendue en moyenne entre notre estimation et la valeur dans la population.

Moyenne: 2.24 3.13 4.02 Diffrence: -0.03 1 1.07

La distribution dchantillonnage pour une mme population sera diffrente en fonction de la taille des chantillons choisis.

Erreur-type et lcart-type de la population

Plus la taille des chantillons augmente et plus lerreur-type sera petit compar lcarttype de la population selon cette formule:
cart-type de la population

Erreur-type =

En effet, plus on divise par un gros N, plus lerreur sera petite.

Population
Frquence

3 2 1 1 2 3 4 5 6 7 8 9 10
Scores

Distribution dchantillonnage des moyennes avec des chantillons de 1 (N=1)

Frquence

Distribution dchantillonnage des moyennes avec des chantillons de 2 (N=2) 3 2 1

3 2 1
1 2 3 4 5 6 7 8 Moyennes dchantillon

1 2 3 4 5 6 7 8 Moyennes dchantillon

Grands chantillons

Petits chantillons

La grandeur de lchantillon

Plus la taille des chantillons augmente et plus lerreur-type sera petite, donc plus il sera facile dobtenir un effet significatif. La taille de lchantillon affecte aussi directement les probabilits associes au test.

Deux groupes de 100 personnes, Fcritique = 3.84 Deux groupes de 20 personnes, Fcritique = 4.10 Deux groupes de 5 personnes, Fcritique = 5.32

Linterprtation des tests dhypothse

La grandeur des chantillons

Avec un grand chantillon, tout est significatif! Est-ce que lchantillon est trop htrogne? Les probabilits sont bases sur certains postulats qui doivent tre respects (p.ex., la courbe normale).

La variabilit des chantillons

Le respect des postulats de base

Ce que le test dhypothse (p < .05) ne nous dit pas

Limportance de leffet, c.--d. son intrt ou son envergure La probabilit que lhypothse alternative soit vraie Est-ce que les mammifres pondent des ufs?

Noubliez jamais lornithorynque

Nos responsabilits en tant que chercheur(e)s

Ne jamais oublier lornithorynque Nos rsultats ne servent qu ajuster notre confiance relative envers nos thories. Sans thorie, les tests dhypothse ne peuvent servir qu nous aider en formuler.

Chercher mieux comprendre un phnomne et non tablir des vrits.

tre nuanc(e)s dans notre interprtation des rsultats. viter de porter un jugement de vrai ou faux (p < 05!). Chercher plutt comprendre les donnes. Ne pas sous-estimer la variabilit des rsultats dune tude lautre, dune mesure lautre, dun chantillon lautre, etc

Mieux comprendre les facteurs qui influencent les rsultats des tests dhypothse.

Garder en tte la distinction entre la recherche et lintervention. Un rsultat peut tre significatif du point de vu de la recherche mais demeurer incompris du point de vu de son application. Une diffrence peut tre significative sans tre visiblement observable.