Bonjour Olivier. D'abord, je tiens à vous remercier pour l'ensemble de vos efforts pédagogiques. Vos vidéos sont très efficaces et vous avez réussi à faire aimer les statistiques au profane que je suis. Cependant, je vous écris en vue d'avoir votre avis, si possible bien sûr, sur un cas de figure auquel je suis confronté sans réponses à cause de mon ignorance. Je dispose de données issues de deux groupes de 62 participants répartis de manière équivalente en expérimental et témoin. Deux mesures ont été effectuées avant et après un traitement. L'utilisation d'un test paramétrique n'est pas possible, compte tenu de la non normalité de la distribution et de l'hétérogénéité de la variance, c'est donc pour le test U de Mann-Whitney qu'il a été opté. Les résultats confirment l'hypothèse alternative en faveur de l'effet du traitement sur les mesures obtenues (variable nominale vs variable quantitative). Je ne sais pas comment montrer le sens de cette corrélation. Je ne sais pas comment faire, ni quel test statistique choisir afin de montrer si la corrélation est positive ou négative entre les deux variables, à savoir, une variable nominale "traitement" qui consiste en un programme culturel pour des enfants en difficultés scolaire et une autre variable quantitative représentant le score total à 36 items d'un outil mesurant le stress. Je vous serai très reconnaissant si vous pouviez m'orienter sur l'une de vos vidéos ou éventuellement m'indiquer la procédure et le type de test statistique appropriés à ce cas de figure. J'espère ne pas vous importuner. D'avance merci et encore bravo, vous avez un très bon potentiel.
Mr olivier est ce que le test de pearson est lié au nombre d'observation? j ai lu dans un document si le nombre d'observation est inferieur à 30 automatiquement on fait le test de spearman.Merci
Bonjour Oliviers et merci pour cette vidéo très utile ! J'ai une question à te poser, tu pourras peut être m'aider :) J'ai x1 qui n'est pas corrélé significativement à x2 (r=-.429, p=.059). Cependant, lorsque je réalise une corrélation partielle avec y comme variable contrôle, cette fois j'ai x1 et x2 qui deviennent corrélés significativement (r=-.487, p=.035). Jusque là, mon cas ressemble à ton exemple. Mais par contre, lorsque je veux voir quel effet a précisément ma variable y (contrôle) sur x1 et x2, mes résultats indiquent que la variable y n'est corrélé significativement ni avec x1 ni avec x2... Que puis-je conclure ? Merci d'avance et encore merci pour tes vidéos de stat bien utiles :) (y)
Bonjour Hubbl3, je vais m'assurer d'avoir bien compris votre question; Correlation x1*x2 (Non Significative) Correlation y*x1 (Non Significative) Correlation y*x2 (Non Significative) Mais vous avez observe que Correlation x1*x2*(controle y) (Significative)? La seule explication qui me vient a l'esprit c'est l'existence d'une variable (z) qui interagit avec y mais n'apparait pas dans votre etude; en effet, la correlation partielle entre x1 et x2 avec contrle (y) se calcule comme: R(x1*x2)/y = [ R(x1*x2) - R(y*x2)*R(y*x2) ] / (...); dans votre cas, le numerateur est doit etre presque nul (pas significatif)! puisque tous les termes qui le composent sont non significatifs; alors soit vous avec un echantillon trop grand, ce qui peut faire apparaitre un effet significatif meme pour une correlation faible; soit il y a une variable cachee en jeu; on appelle suppresseur, une variable dont le controle fait apparaitre une association qui n'existait pas auparavant; on doit donc dire que votre variable y est un suppresseur; mais ce qui est curieux c'est que y n'est pas correle avec les variables x1 et x2. Tres interessant, il faut que je regarde cela de plus pres; nous sommes samedi; je vais en faire mon devoir ce soir; bon courage! ps: Je constate que (r=-.429, p=.059) est non significatif alors que (r=-.487, p=.035) est significatif; la difference entre ces deux correlations est de 0.058; une difference aussi faible qui fait passer de la non significativite a la significativite parait douteuse, au moins pour le chercheur; echantillon trop faible, trop grand?
@@oliviermgbra6675 Merci pour la réponse complète et rapide ! Oui, comme tu l'as fait remarquer, la différence entre les deux corrélations est faible et pourtant c'est cet écart qui fait basculer la p value en significatif... En fait, mon N total est de 80 sujets, mais mon échantillon est divisé en 4 sous groupes, d'une même quantité de sujets (donc n=20). Au final, dans mon travail, j'ai conclu que cette variable contrôlée avait effectivement un effet significatif sur la corrélation entre mes deux variables principales, bien que cet effet soit relativement faible étant donné le peu de différence que l'on observe entre les coefficients de corrélations !
Bonjour, cela depend de vos objectifs; des transformations comme la racine carree ou le logarithme (des donnees) permettent souvent d'obtenir la normalite; cela dit, on peut aussi recourir a des analyses non parametriques sur des donnees qui ne sont pas normalement distribuees; pour chaque analyse parametrique, il y a au moins une analyse non parametrique correspondante;
Merci beaucoup Oliviers pour cette explication IMPRESSIONNANTE!!!
J'ai aimé ce tuto. Merci beaucoup.
merci, vos tutos sont super !
Bonjour Olivier. D'abord, je tiens à vous remercier pour l'ensemble de vos efforts pédagogiques. Vos vidéos sont très efficaces et vous avez réussi à faire aimer les statistiques au profane que je suis. Cependant, je vous écris en vue d'avoir votre avis, si possible bien sûr, sur un cas de figure auquel je suis confronté sans réponses à cause de mon ignorance. Je dispose de données issues de deux groupes de 62 participants répartis de manière équivalente en expérimental et témoin. Deux mesures ont été effectuées avant et après un traitement. L'utilisation d'un test paramétrique n'est pas possible, compte tenu de la non normalité de la distribution et de l'hétérogénéité de la variance, c'est donc pour le test U de Mann-Whitney qu'il a été opté. Les résultats confirment l'hypothèse alternative en faveur de l'effet du traitement sur les mesures obtenues (variable nominale vs variable quantitative). Je ne sais pas comment montrer le sens de cette corrélation. Je ne sais pas comment faire, ni quel test statistique choisir afin de montrer si la corrélation est positive ou négative entre les deux variables, à savoir, une variable nominale "traitement" qui consiste en un programme culturel pour des enfants en difficultés scolaire et une autre variable quantitative représentant le score total à 36 items d'un outil mesurant le stress. Je vous serai très reconnaissant si vous pouviez m'orienter sur l'une de vos vidéos ou éventuellement m'indiquer la procédure et le type de test statistique appropriés à ce cas de figure. J'espère ne pas vous importuner. D'avance merci et encore bravo, vous avez un très bon potentiel.
Toutes mes Félicitations!!!
très chic ton explication, bravo
explication simple et claire, merci. qu'en est-il des opérations de regression ?
simple et impressionnant
Limpide. Merci!
Merci olivier
Merci beaucoup
Bonjour. J'apprécie bcp vos vidéos. SVP j'ai une question: comment gérer les données manquantes?
La constante peut peut-être un variable nominale ?
Mr olivier est ce que le test de pearson est lié au nombre d'observation? j ai lu dans un document si le nombre d'observation est inferieur à 30 automatiquement on fait le test de spearman.Merci
Bonjour Oliviers et merci pour cette vidéo très utile !
J'ai une question à te poser, tu pourras peut être m'aider :)
J'ai x1 qui n'est pas corrélé significativement à x2 (r=-.429, p=.059). Cependant, lorsque je réalise une corrélation partielle avec y comme variable contrôle, cette fois j'ai x1 et x2 qui deviennent corrélés significativement (r=-.487, p=.035). Jusque là, mon cas ressemble à ton exemple. Mais par contre, lorsque je veux voir quel effet a précisément ma variable y (contrôle) sur x1 et x2, mes résultats indiquent que la variable y n'est corrélé significativement ni avec x1 ni avec x2... Que puis-je conclure ?
Merci d'avance et encore merci pour tes vidéos de stat bien utiles :) (y)
Bonjour Hubbl3, je vais m'assurer d'avoir bien compris votre question;
Correlation x1*x2 (Non Significative)
Correlation y*x1 (Non Significative)
Correlation y*x2 (Non Significative)
Mais vous avez observe que Correlation x1*x2*(controle y) (Significative)?
La seule explication qui me vient a l'esprit c'est l'existence d'une variable (z) qui interagit avec y mais n'apparait pas dans votre etude; en effet, la correlation partielle entre x1 et x2 avec contrle (y) se calcule comme:
R(x1*x2)/y = [ R(x1*x2) - R(y*x2)*R(y*x2) ] / (...); dans votre cas, le numerateur est doit etre presque nul (pas significatif)! puisque tous les termes qui le composent sont non significatifs; alors soit vous avec un echantillon trop grand, ce qui peut faire apparaitre un effet significatif meme pour une correlation faible; soit il y a une variable cachee en jeu;
on appelle suppresseur, une variable dont le controle fait apparaitre une association qui n'existait pas auparavant; on doit donc dire que votre variable y est un suppresseur; mais ce qui est curieux c'est que y n'est pas correle avec les variables x1 et x2. Tres interessant, il faut que je regarde cela de plus pres; nous sommes samedi; je vais en faire mon devoir ce soir;
bon courage!
ps: Je constate que (r=-.429, p=.059) est non significatif alors que (r=-.487, p=.035) est significatif; la difference entre ces deux correlations est de 0.058; une difference aussi faible qui fait passer de la non significativite a la significativite parait douteuse, au moins pour le chercheur; echantillon trop faible, trop grand?
@@oliviermgbra6675 Merci pour la réponse complète et rapide !
Oui, comme tu l'as fait remarquer, la différence entre les deux corrélations est faible et pourtant c'est cet écart qui fait basculer la p value en significatif...
En fait, mon N total est de 80 sujets, mais mon échantillon est divisé en 4 sous groupes, d'une même quantité de sujets (donc n=20).
Au final, dans mon travail, j'ai conclu que cette variable contrôlée avait effectivement un effet significatif sur la corrélation entre mes deux variables principales, bien que cet effet soit relativement faible étant donné le peu de différence que l'on observe entre les coefficients de corrélations !
1milliard mercis
Merci infiniement
et si je trouve que mes données ne suivent pas la loi normale, comment je vais faire pour les rendre normale ??
Bonjour, cela depend de vos objectifs; des transformations comme la racine carree ou le logarithme (des donnees) permettent souvent d'obtenir la normalite; cela dit, on peut aussi recourir a des analyses non parametriques sur des donnees qui ne sont pas normalement distribuees; pour chaque analyse parametrique, il y a au moins une analyse non parametrique correspondante;
@@oliviermgbra6675 merci beaucoup c'est très gentille de votre part
SVP comment introduire directement la matrice de corrélation à spss