Академический Документы
Профессиональный Документы
Культура Документы
PSY3204_Cours 4
Les probabilits
Infrence statistique
chantillon
Population
Les probabilits
1 2 3 4 5 6 7 8 9 10
Scores
Probabilit de lvnement A =
= 2 / 10 = .20 = 20%
34.13%
=1
13.59%
2.28%
-2
-1
Scores Z
+/- 3
.0013
.9987
Frquence
= 10
=1
80
90
100
110
Scores bruts
120
-2
-1
Scores Z
Examen B
=3
= 12
70
73 X =76
70
82
Scores
X =76
Un score
Moyenne de lchantillon
z=
Examen A Frquence
X
X-X
cart-type
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
X = X + z(cart-type)
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.
Z
Table des probabilits de la distribution normale
(voir votre livre de stats de base)
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
Moyenne inconnue
=4
?
X
S
chantillon
Ho :
o = aprs lintervention
Ha :
Ha: Ha:
o < aprs lintervention (Test unilatral) o > aprs lintervention (Test unilatral)
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
Frquence
Zone de rejet p /2
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
Z critique
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)
Si Z obtenu
(reprsentant la moyenne de lchantillon)
Hypothse alternative
Hypothse nulle
Hypothse alternative
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.
Population initiale
o = 16
Moyenne inconnue
?
X
S
chantillon
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
Quelle est sa population totale? Quelle est sa superficie? Je ne sais rien sur le nombre de personnes, ni sur la superficie
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
= 10
= 1
Tests dhypothse
Test =
Effet Erreur
Si lerreur est petite:
4
Test = 1
= 1
= 4
Frquence
Lerreur-type
Lerreur-type nous renseigne sur la grandeur de lerreur attendue en moyenne entre notre estimation et la valeur dans la population.
La distribution dchantillonnage pour une mme population sera diffrente en fonction de la taille des chantillons choisis.
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 =
Population
Frquence
3 2 1 1 2 3 4 5 6 7 8 9 10
Scores
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
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).
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?
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.
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.