Fiche de révision : Régression multiple et ANOVA

Plan du Cours

  1. Raisonnement statistique en psychologie
  2. Corrélation entre variables numériques
  3. Régression linéaire simple
  4. Modèle de régression multiple
  5. Interprétation des coefficients
  6. Conditions et colinéarité
  7. Sélection et effets conditionnels
  8. ANOVA et test omnibus

1. Raisonnement statistique en psychologie

★ À maîtriser

  • Les statistiques en psychologie servent à :

    • participer à la recherche expérimentale
    • dépasser les limites de l’intuition
    • lire les publications en psychologie
    • conduire ses propres recherches
    • développer l’esprit critique
    • comprendre le monde
  • 🔄 Une démarche de recherche statistique suit ces étapes :

    1. Formuler une question et une hypothèse théorique.
    2. Opérationnaliser l’hypothèse en variables.
    3. Recueillir les données.
    4. Analyser les données.
    5. Tirer une conclusion.
  • Les statistiques descriptives résument les données observées, tandis que les statistiques inférentielles évaluent ce que ces données permettent de conclure sur une population.

  • Les statistiques inférentielles testent la probabilité d’obtenir les données observées si l’hypothèse nulle est vraie; ici, l’hypothèse nulle affirme que les deux moyennes sont égales dans la population parente.

  • Au seuil de 0,05, une p-value inférieure à 0,05 permet de rejeter l’hypothèse nulle; si elle ne l’est pas, on ne peut pas conclure que les moyennes sont égales ou qu’il n’existe aucune différence.

📐 Formule - Les données observées se décomposent en modèle et erreur : Donneˊes=modeˋle+erreur\text{Données} = \text{modèle} + \text{erreur}.

Compléments

  • Dans l’exemple du bonheur, le score moyen est de 7,4 avec un écart-type de 1,7, et l’échantillon comprend 874 hommes (49,4 %) et 897 femmes (50,6 %).

  • Pour comparer les scores de bonheur des hommes et des femmes dans l’exemple, le test t de Student pour échantillons indépendants donne t(1765) = 0,18 et p = 0,85, résultat non significatif au seuil de 0,05.

  • Les résultats statistiques doivent rapporter la p-value ainsi que la taille de l’effet, qui renseigne sur l’ampleur de l’effet.

  • Dans la décomposition statistique, le modèle est une représentation condensée des données et l’erreur correspond aux résidus.

  • Le type d’analyse dépend de la variable indépendante : une variable catégorielle à deux modalités conduit au test t de Student, une variable catégorielle à trois modalités ou plus à l’ANOVA, une variable numérique à la régression simple et plusieurs variables numériques à la régression multiple.

2. Corrélation entre variables numériques

Notions clés & Définitions

  • Corrélation : Mesure le sens et l’intensité de la relation entre deux variables numériques.
  • Coefficient de corrélation de Pearson : Mesure standardisée de l’intensité de la relation linéaire entre deux variables numériques.
  • Covariance : Mesure la relation entre deux variables numériques, mais sa valeur dépend des échelles de mesure utilisées.
  • Paradoxe de Simpson : Se produit lorsque la relation entre deux variables dans plusieurs groupes s’inverse lorsque ces groupes sont combinés.

★ À maîtriser

  • Un nuage de points permet d’examiner la linéarité, la force et le sens d’une relation entre deux variables numériques.

  • Le coefficient de corrélation de Bravais-Pearson r varie de −1 à +1 et son signe indique le sens de la relation.

  • Une relation observée entre X et Y ne prouve pas une causalité : X peut causer Y, Y peut causer X, une troisième variable peut causer les deux, X peut contribuer avec d’autres variables à Y, ou la relation peut être une coïncidence.

Compléments

  • Pour tester la significativité d’une corrélation, l’hypothèse nulle pose que r = 0 dans la population; on la rejette si la p-value est inférieure à 0,05.

  • Le calcul et le test de significativité de r supposent une relation linéaire entre X et Y, et le test suppose que l’échantillon provient d’une distribution normale bivariée.

  • Une relation de cause à effet s’établit par une démarche expérimentale.

  • Les points atypiques, qui ne suivent pas la distribution caractéristique des autres données, peuvent influencer la corrélation.

Astuce mémo

Corrélation : relation symétrique ; régression : explication asymétrique de Y par X.

3. Régression linéaire simple

Notions clés & Définitions

  • Régression linéaire simple : Vise à expliquer une variable numérique Y à partir d’une variable numérique X.
  • Coefficient de détermination : Le coefficient de détermination R2R^2 mesure la proportion de la variabilité de y expliquée par x.

★ À maîtriser

📌 La corrélation mesure le sens et l’intensité d’une relation de manière symétrique, tandis que la régression cherche à expliquer Y à partir de X et traite Y comme la variable importante.

  • La droite de régression est déterminée par la méthode des moindres carrés, qui minimise la somme des carrés résiduelle, c’est-à-dire la somme des carrés des écarts entre les valeurs observées et celles de la droite.

📐 Formule - Une droite de régression est définie par son ordonnée à l’origine b₀ et sa pente b₁, selon l’équation Y=b0+b1xY = b_0 + b_1x.

Compléments

📌 La corrélation porte sur deux variables, tandis que la régression peut expliquer Y à partir de plusieurs variables.

  • Dans l’exemple taille-poids, le poids prédit est égal à −76+0.9×taille-76 + 0.9 \times \text{taille}, où -76 est l’ordonnée à l’origine et 0.9 le coefficient de régression.

📐 Formule - Le poids observé est égal au poids prédit plus l’erreur : poids=−76+(0.9×taille)+erreur\text{poids} = -76 + (0.9 \times \text{taille}) + \text{erreur}.

  • La somme des carrés totale estime la variabilité totale de y.

4. Modèle de régression multiple

Notions clés & Définitions

  • Régression multiple : Explique une variable numérique y à partir de plusieurs variables explicatives.
  • Coefficient de détermination ajusté : Le coefficient de détermination ajusté tient compte du nombre de prédicteurs et peut servir à comparer des modèles qui n’ont pas le même nombre de prédicteurs.

★ À maîtriser

📐 Formule - Un modèle de régression multiple s’écrit Y=b0+b1x1+b2x2+⋯+bpxpY = b_0 + b_1x_1 + b_2x_2 + \cdots + b_px_p.

📌 Pour tester l’hypothèse nulle selon laquelle le R² dans la population est égal à 0, on utilise un test F de significativité globale du modèle.

Compléments

  • Le modèle de régression multiple comporte une seule ordonnée à l’origine b0 et un coefficient de régression pour chaque prédicteur.

  • Avant une régression multiple, on peut décrire les variables au moyen de statistiques univariées et examiner les corrélations par paires.

  • Le R² est une estimation biaisée du paramètre correspondant dans la population, et l’ampleur du biais dépend de l’effectif N et du nombre de prédicteurs p.

  • Dans l’exemple rapporté, le test t du coefficient des années d’études donne t(1537) = 4.385 et p < 0.001, ce qui indique que ce prédicteur est significatif dans le modèle.

5. Interprétation des coefficients

Notions clés & Définitions

  • Ordonnée à l’origine : Dans une régression multiple, l’ordonnée à l’origine est la valeur prédite de y lorsque tous les prédicteurs valent 0.
  • Coefficient de régression : Dans une régression multiple, un coefficient de régression indique le changement attendu de y pour une augmentation d’une unité du prédicteur correspondant, les autres prédicteurs étant maintenus constants.

★ À maîtriser

📌 Les coefficients non standardisés ne sont pas directement comparables lorsque les prédicteurs sont mesurés sur des échelles différentes, tandis que les coefficients standardisés peuvent servir à comparer leur contribution relative.

Compléments

  • Dans l’exemple, si le nombre d’années d’études augmente d’une unité et que les autres prédicteurs restent constants, le bonheur prédit augmente de 0.054 unité.

  • Le coefficient de régression d’un prédicteur dépend des autres prédicteurs inclus dans le modèle.

6. Conditions et colinéarité

Notions clés & Définitions

  • Colinéarité : Forte corrélation entre des prédicteurs inclus dans un même modèle.

★ À maîtriser

📌 En régression multiple, une courbe dans un graphique des résidus en fonction des valeurs des prédicteurs indique un problème de linéarité.

Compléments

  • La normalité des erreurs s’examine notamment à l’aide d’un histogramme des résidus et d’un graphique Q-Q.

📌 L’homogénéité des variances en régression multiple s’évalue comme en régression simple.

  • Inclure deux prédicteurs fortement corrélés n’est pas utile et peut poser problème, même si le modèle peut être significatif avec des prédicteurs significatifs.

  • En cas de colinéarité parfaite, un prédicteur est une combinaison linéaire exacte des autres prédicteurs (constante comprise) et l’ordinateur ne peut pas estimer de manière unique tous les coefficients de régression.

  • La matrice de corrélation peut aider à détecter la colinéarité, mais elle n’est pas toujours suffisante.

📌 Un facteur d’inflation de la variance supérieur à 10 indique un problème de colinéarité.

7. Sélection et effets conditionnels

Notions clés & Définitions

  • Corrélation partielle : La corrélation partielle estime la relation entre y et un prédicteur après contrôle de l’influence des autres prédicteurs sur les variables considérées.
  • Corrélation semi-partielle : La corrélation semi-partielle estime la part de la variation totale de y expliquée uniquement par un prédicteur, après contrôle de l’influence des autres prédicteurs sur ce prédicteur.
  • Médiation : Une variable m intervient entre x et y et explique comment et pourquoi un effet de x sur y se produit.
  • Modération : Une variable z module l’effet de x sur y et explique quand et sous quelle condition cet effet se produit.

★ À maîtriser

📌 Le choix d’un modèle de régression équilibre la qualité prédictive, associée à un R² élevé, et la parcimonie, qui favorise un petit nombre de prédicteurs.

Compléments

  • Dans l’exemple, la corrélation partielle entre bonheur et satisfaction de vie vaut 0.521, et son carré indique que 27 % de la variation du bonheur non expliquée par les symptômes dépressifs peut être expliquée par la satisfaction de vie.

  • Dans l’exemple, 19 % de la variation totale du bonheur est expliquée uniquement par la satisfaction de vie, et non par les symptômes dépressifs.

📌 Si deux modèles ont le même R², on choisit le modèle le plus simple.

  • La méthode descendante commence avec tous les prédicteurs, retire celui qui contribue le moins, puis répète le retrait jusqu’à ce que tous les prédicteurs soient significatifs.

  • La méthode ascendante ajoute d’abord le prédicteur le plus fortement corrélé avec y, puis celui qui a la plus forte corrélation semi-partielle avec y.

  • La méthode pas à pas suit le principe de la méthode ascendante et vérifie, après chaque ajout, s’il faut retirer le prédicteur le moins utile.

📌 Pour tester une modération, le modèle doit inclure x, z et leur interaction.

8. ANOVA et test omnibus

Notions clés & Définitions

  • ANOVA à un facteur : Examine l’effet d’une variable catégorielle sur une variable numérique.

★ À maîtriser

  • L’ANOVA est un cas particulier de régression et, avec le test t de Student, relève du modèle linéaire général.

  • Le test F omnibus vérifie si la variable indépendante a globalement un effet sur la variable dépendante.

  • Pour une ANOVA à trois modalités, l’hypothèse nulle affirme que les trois moyennes de la population sont égales, tandis que l’hypothèse alternative affirme qu’elles ne sont pas toutes égales.

  • Un test F omnibus significatif indique qu’au moins deux moyennes diffèrent significativement, mais ne précise pas quelles moyennes sont différentes.

Compléments

  • Les types d’ANOVA mentionnés sont : l’ANOVA à un facteur avec groupes indépendants, l’ANOVA à un facteur avec groupes appariés, l’ANOVA à plusieurs facteurs avec groupes indépendants et/ou appariés

📌 Un test F non significatif ne permet pas de montrer un effet significatif de la variable indépendante sur la variable dépendante.

Tableaux de synthèse

Corrélation et régression

DimensionCorrélationRégression
ObjectifMesurer le sens et l’intensitéExpliquer Y à partir de X
Rôle des variablesRelation symétriqueY est la variable à expliquer
Nombre de variablesDeux variablesPlusieurs variables explicatives possibles

Teste tes connaissances

Teste tes connaissances sur Régression multiple et ANOVA avec 11 questions à choix multiples et corrections détaillées.

1. Une psychologue veut vérifier si une courte pause améliore la concentration. Quelle démarche respecte l’ordre d’une recherche statistique ?

2. Une équipe résume les scores de stress de ses participants, puis cherche à savoir si ces résultats permettent de tirer une conclusion sur l’ensemble des étudiants de la population concernée. Quelle distinction s’applique ?

Faire le QCM →

Révisez avec les flashcards

Mémorisez les concepts clés de Régression multiple et ANOVA avec 10 flashcards interactives.

À quoi servent les statistiques en psychologie ?

Elles soutiennent la recherche, la lecture critique et la compréhension du monde.

Quelles étapes composent une démarche de recherche statistique ?

Formuler une question et une hypothèse, les opérationnaliser, recueillir et analyser les données, puis conclure.

Que mesure la corrélation entre deux variables numériques ?

Le sens et l’intensité de leur relation.

Voir les flashcards →

Cours similaires

Crée tes propres fiches de révision

Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.

Générateur de fiches