Il passe de 0,99998 à 1,00.
Explication
L’arrondi transforme la valeur 0,99998 en 1,00 dans l’exemple. Cet effet illustre la sensibilité du coefficient aux arrondis, mais ne signifie pas que sa valeur initiale était exactement égale à 1.
Parce qu’un petit arrondi peut modifier sensiblement la valeur affichée du coefficient.
Explication
Le coefficient r est sensible aux arrondis, comme le montre l’exemple où une valeur très proche de 1 est affichée comme 1,00. Un arrondi ne change pas automatiquement le signe du coefficient, contrairement à une autre affirmation proposée.
Déterminer si les moyennes de Y diffèrent selon les niveaux de X en analysant des sources de variance.
Explication
L’ANOVA est un test paramétrique qui analyse différentes sources de variance afin d’évaluer si les moyennes de Y diffèrent selon les niveaux de X. La comparaison de deux groupes seulement ne décrit pas la portée générale de l’ANOVA présentée ici.
Chaque sujet apparaît dans un seul niveau de A, auquel il est emboîté.
Explication
Dans S<A>, chaque sujet n’apparaît que dans un niveau de A : il est emboîté dans le facteur, qui est inter-sujets. L’observation de chaque sujet à tous les niveaux correspond plutôt au plan S*A.
Un plan S*A, où les sujets sont croisés avec A et le facteur est intra-sujets.
Explication
Quand chaque sujet est observé à tous les niveaux de A, le sujet est croisé avec le facteur et celui-ci est intra-sujets, ce qui correspond à S*A. Le plan S<A> décrit au contraire des sujets présents dans un seul niveau de A.
Les différences entre groupes, qui comprennent l’effet de la variable indépendante et l’erreur expérimentale.
Explication
La variabilité inter-groupes traduit les différences entre les groupes et comprend à la fois l’effet de la variable indépendante et l’erreur expérimentale. Les écarts entre sujets d’un même groupe relèvent plutôt de la variabilité intra-groupes.
Aux différences entre sujets d’un même groupe, attribuées à l’erreur expérimentale sans effet de la variable indépendante.
Explication
La variabilité intra-groupes représente les différences entre les sujets d’un même groupe et est attribuée à l’erreur expérimentale, sans effet de la variable indépendante. Les différences entre groupes, elles, comprennent aussi l’effet de cette variable.
$$SC_{total}=SC_{dans}+SC_{entre}$$
Explication
La somme des carrés totale est la somme de la composante intra-groupes et de la composante inter-groupes. Une soustraction ne correspond pas à cette décomposition de la variabilité.
En divisant le carré moyen entre les groupes par celui dans les groupes.
Explication
Le critère F compare la variabilité inter-groupes à la variabilité intra-groupes en divisant le carré moyen entre les groupes par celui dans les groupes. Inverser ce rapport, comme le suggère un distracteur, ne correspond pas à la définition de F.
Il vaut 4, car la somme des carrés est divisée par les degrés de liberté.
Explication
Le carré moyen se calcule en divisant la somme des carrés par les degrés de liberté, soit . La soustraction proposée dans un distracteur ne tient pas compte de la règle de calcul du carré moyen.
Poser les hypothèses, calculer F, déterminer la valeur critique selon les degrés de liberté, puis comparer les deux valeurs.
Explication
La démarche commence par la formulation de H0 et H1, puis consiste à calculer F, à lire la valeur critique correspondant aux degrés de liberté et à comparer les deux valeurs. Conclure avant la comparaison, comme le propose un distracteur, inverse l’ordre logique de la décision.
Elle affirme que la variable indépendante n’a pas d’effet sur la variable dépendante.
Explication
H0 pose l’absence d’effet de la variable indépendante sur la variable dépendante. L’affirmation d’un effet correspond à H1, et non à l’hypothèse nulle.
La variable indépendante a un effet sur la variable dépendante.
Explication
H1 affirme que la variable indépendante a un effet sur la variable dépendante. L’absence d’effet relève de H0, ce qui constitue la confusion la plus fréquente entre les deux hypothèses.
Rejeter H0 et déclarer l’effet de la variable indépendante significatif au risque α.
Explication
Lorsque F calculé dépasse F critique, la règle conduit à rejeter H0 et à déclarer l’effet significatif au risque α. Conserver H0 malgré ce dépassement inverse le sens de la règle de décision.
Une moyenne de 10 mots rappelés, contre 4 mots pour le groupe sans imagerie.
Explication
Le groupe avec apprentissage imagé rappelle en moyenne 10 mots, tandis que le groupe sans imagerie en rappelle 4. Attribuer la moyenne de 4 mots au groupe avec imagerie inverse les conditions de l’expérience.
Mémorisez les réponses avec 39 flashcards sur Corrélations et analyse de variance.
À quelles valeurs le coefficient de corrélation est-il successivement arrondi dans l’exemple ?
De à .
Que signifie ANOVA et que compare ce test paramétrique ?
Analyse de différentes sources de variance pour déterminer si les moyennes de Y diffèrent selon les niveaux de X.
Dans le plan S<A>, comment les sujets sont-ils répartis entre les niveaux de A ?
Chaque sujet n’apparaît que dans un niveau de A.
Consultez la fiche de révision complète sur Corrélations et analyse de variance.
Voir la fiche →Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.
Générateur de QCM