Fiche de révision : Introduction aux méthodes statistiques en recherche

📋 Plan du Cours

1. Unités d'observation et variables qualitatives et quantitatives
2. Variables dépendantes et explicatives dans la formulation de la question de recherche
3. Mesures de tendance centrale : moyenne, médiane et mode
4. Formulation des hypothèses statistiques : hypothèse nulle et alternative
5. Tests statistiques paramétriques et conditions d'application
6. Tests paramétriques spécifiques : t-tests et ANOVA à un facteur
7. Test du chi carré pour variables qualitatives

📖 1. Unités d'observation et variables qualitatives et quantitatives

🔑 Notions clés & Définitions

• Observation unit : objet sur lequel la mesure est effectuée, comme une souris, un patient, un échantillon ou une culture cellulaire. C’est l’entité qui sert de support à la collecte de données.

• Variable : caractéristique mesurée sur l’unité d’observation. Elle peut être qualitative, correspondant à une catégorie sans valeur numérique, ou quantitative, exprimée par une valeur numérique permettant d’effectuer des opérations mathématiques.

• Variable qualitative : variable dont la valeur correspond à une catégorie, sans valeur numérique intrinsèque. Elle sert à classer ou à différencier les objets ou sujets.

• Variable quantitative : variable dont la valeur est numérique avec une signification mathématique. Elle permet d’appliquer des opérations telles que l’addition ou la moyenne. Elle peut être continue, prenant toute valeur réelle dans un intervalle, ou discrète, prenant des valeurs entières ou comptant des éléments.

📝 Points essentiels

• L’unité d’observation désigne l’objet sur lequel la mesure est réalisée, comme une souris ou un patient. La variable est ce qui est mesuré sur cet objet, comme le poids ou la température. Les variables qualitatives se limitent à des catégories, tandis que les variables quantitatives sont des valeurs numériques. Ces dernières peuvent être continues, avec des valeurs réelles dans un intervalle, ou discrètes, avec des valeurs entières ou de comptage. La variable dépendante est celle que l’on cherche à expliquer ou à comparer, tandis que la variable explicative décrit les conditions de la mesure. Dans un tableau de données, les lignes représentent les unités d’observation et les colonnes, les variables. La moyenne correspond à la valeur obtenue si toutes les observations étaient réparties de manière parfaite.

💡 À retenir

La distinction entre objets mesurés et types de variables est essentielle pour toute analyse statistique, car elle détermine la nature des méthodes et des tests à appliquer.

📖 2. Variables dépendantes et explicatives dans la formulation de la question de recherche

🔑 Notions clés & Définitions

• Variable dépendante : variable mesurée que l'on cherche à expliquer ou à comparer, qui reflète le résultat ou l'effet observé dans l'étude.
• Variable explicative : variable qui décrit les conditions ou facteurs influençant la variable dépendante, permettant d'expliquer ou de prévoir ses variations.

📝 Points essentiels

• La variable dépendante est celle que l'on souhaite mesurer ou comparer, par exemple, la moyenne d'un groupe. La variable explicative, quant à elle, indique les conditions ou facteurs sous lesquels cette mesure est réalisée, comme le groupe auquel appartient chaque observation. La formulation de la question de recherche repose sur l'identification claire de ces deux types de variables, afin d'orienter l'analyse et de définir précisément ce qui est étudié. Le tableau de données organise les unités d'observation en lignes, chaque ligne représentant une unité, et les variables en colonnes, chaque colonne correspondant à une variable, facilitant ainsi la lecture et l'interprétation des données.

💡 À retenir

Identifier clairement la variable dépendante et la variable explicative est essentiel pour formuler une question de recherche pertinente et orienter l'analyse.

📖 3. Mesures de tendance centrale : moyenne, médiane et mode

🔑 Notions clés & Définitions

• Mode : valeur la plus fréquente dans un ensemble de données.

📝 Points essentiels

• La moyenne correspond à la valeur obtenue si toutes les observations étaient réparties également, mais elle est sensible aux valeurs extrêmes. La médiane divise l’échantillon en deux parties égales et est robuste face aux valeurs aberrantes. Le mode est la valeur qui apparaît le plus souvent dans un jeu de données. Ces trois mesures résument différemment la tendance centrale d’un ensemble de données.

💡 À retenir

Choisir la mesure de tendance centrale adaptée dépend de la distribution des données et de la présence d’outliers.

📖 4. Formulation des hypothèses statistiques : hypothèse nulle et alternative

🔑 Notions clés & Définitions

• Hypothèse nulle : situation de référence ou absence d'effet, considérée comme vraie tant qu'elle n'est pas rejetée. Elle sert de point de départ dans le test statistique, représentant l'absence de différence ou d'effet.

• Hypothèse alternative : ce que l'on cherche à démontrer, indiquant la présence d'un effet ou d'une différence. Elle n'est jamais acceptée directement, mais testée en opposition à l'hypothèse nulle.

• Recherche : question posée pour analyser un phénomène ou une relation, formulée sous forme d'hypothèses pour permettre une évaluation statistique.

📝 Points essentiels

• L'hypothèse nulle (H0) représente la situation de référence ou l'absence d'effet, et elle est considérée comme vraie tant qu'il n'existe pas de preuve suffisante pour la rejeter. L'hypothèse alternative (H1) indique ce que l'on cherche à mettre en évidence, mais elle n'est jamais acceptée directement dans le cadre du test statistique. Le test vise à rejeter H0 en faveur de H1 si la p-valeur est inférieure ou égale au seuil α. Si la p-valeur est supérieure à α, on ne rejette pas H0, sans pour autant la prouver. La formulation claire des hypothèses est essentielle pour interpréter correctement les résultats statistiques.

💡 À retenir

La démarche statistique repose sur le test d'une hypothèse nulle, jamais sur la preuve directe de l'hypothèse alternative.

📖 5. Tests statistiques paramétriques et conditions d'application

🔑 Notions clés & Définitions

• Follow a normal distribution : Une distribution normale est une distribution de probabilité continue en forme de cloche, caractérisée par une symétrie autour de la moyenne, et constitue une hypothèse clé pour certains tests statistiques.

📝 Points essentiels

• Les observations doivent être indépendantes, condition assurée par le plan expérimental.
• Les données doivent suivre une distribution normale, ce qui peut être vérifié par le test de Shapiro-Wilk.

💡 À retenir

Les tests paramétriques reposent sur des hypothèses strictes concernant la nature quantitative des données, leur indépendance, la normalité de leur distribution et l'homogénéité des variances, conditions indispensables à la validité des conclusions.

📖 6. Tests paramétriques spécifiques : t-tests et ANOVA à un facteur

🔑 Notions clés & Définitions

• Indépendant groups : groupes qui ne présentent pas de lien ou de dépendance entre eux, permettant la comparaison de leurs moyennes sans influence mutuelle.
• Test Compare : procédure statistique visant à déterminer si les moyennes de deux ou plusieurs groupes diffèrent de manière significative, en fonction du nombre et de la nature des groupes.

📝 Points essentiels

• Le test t compare les moyennes entre un ou deux groupes selon leur type : un échantillon, indépendant ou apparié.
• Le test de Welch est une variante du t-test indépendant, utilisée lorsque l'homogénéité des variances entre groupes est violée.
• L'ANOVA à un facteur permet la comparaison simultanée des moyennes de trois groupes ou plus, afin de limiter le risque accru d’erreur de type I associé à plusieurs tests t.
• L’ANOVA teste l’égalité des moyennes entre groupes sous l’hypothèse nulle, qui suppose qu’il n’y a pas de différence.
• Ces tests s’appliquent lorsque la variable dépendante est quantitative et que les conditions paramétriques, notamment la normalité et l’indépendance, sont respectées.

💡 À retenir

Les tests t et l’ANOVA à un facteur sont des outils permettant de comparer des moyennes selon le nombre et la nature des groupes, en utilisant des hypothèses paramétriques pour garantir la validité des résultats.

📖 7. Test du chi carré pour variables qualitatives

🔑 Notions clés & Définitions

• Caractéristiques : méthodes qui évaluent si la distribution conjointe de deux variables catégorielles diffère de ce qui serait attendu si elles étaient indépendantes, sans faire appel à des hypothèses de normalité. Ces tests comparent la fréquence observée dans chaque catégorie à une fréquence théorique sous l’hypothèse d’indépendance.

• Groupes indépendants : ensembles distincts de sujets ou d’unités qui ne se recoupent pas, permettant de comparer leurs distributions ou proportions dans différentes catégories. Le test du chi carré s’applique à ces groupes pour analyser leur relation avec une variable qualitative.

📝 Points essentiels

• Le test du chi carré évalue l’indépendance entre deux variables qualitatives en comparant la distribution conjointe observée dans un tableau de contingence à celle attendue si les variables étaient indépendantes. Il détermine si la différence entre ces distributions est statistiquement significative, c’est-à-dire si elle ne peut s’expliquer par le hasard. Ce test est particulièrement adapté aux données catégorielles, car il ne requiert pas d’hypothèses de normalité. Les résultats indiquent si la distribution conjointe des catégories diffère de ce qui serait prévu sous l’hypothèse d’indépendance, permettant ainsi de vérifier l’existence ou non d’une association entre les variables.

💡 À retenir

Le test du chi carré est l’outil principal pour analyser la relation entre variables qualitatives dans un tableau de contingence, en vérifiant si leur distribution conjointe diffère de celle attendue sous indépendance.

📊 Tableaux de Synthèse

Comparaison des mesures de tendance centrale

⚠️ Pièges & Confusions Fréquentes

1. Confusion entre variable qualitative et quantitative, notamment en ne comprenant pas que la variable qualitative ne possède pas de valeur numérique intrinsèque.
2. Erreur dans l'identification de la variable dépendante et explicative, ce qui peut fausser la formulation de la question de recherche.
3. Utilisation inappropriée de la moyenne en présence de valeurs extrêmes ou de distributions asymétriques.
4. Application des tests paramétriques sans vérifier la normalité des données ou l’indépendance des observations.
5. Confusion entre groupes dépendants et indépendants lors de l’utilisation de tests t ou ANOVA.
6. Interprétation incorrecte du test du chi carré, notamment en ne vérifiant pas l’indépendance des groupes ou la taille des effectifs.

✅ Checklist Examen

1. Identifier clairement l’unité d’observation dans l’étude.
2. Distinguer entre variable qualitative et quantitative.
3. Définir la variable dépendante et la variable explicative dans la question de recherche.
4. Choisir la mesure de tendance centrale adaptée à la distribution des données.
5. Formuler l’hypothèse nulle et l’hypothèse alternative de manière claire.
6. Vérifier les conditions d’application des tests paramétriques, notamment la normalité et l’indépendance.
7. Sélectionner le test statistique approprié selon le type de données et la question.
8. Interpréter correctement les résultats des tests, notamment la p-value.
9. Utiliser le test du chi carré pour analyser l’indépendance entre variables qualitatives.