Title: La courbe normale, les scores Z, et la distribution dchantillonnage
1La courbe normale, les scores Z, et la
distribution déchantillonnage
2Les probabilités
Inférence statistique
Population
Échantillon
Les probabilités
3Probabilités et laire de la distribution de
fréquences
4Les probabilités de la courbe normale et les
scores Z
34.13
13.59
2.28
5Les probabilités de la distribution normale
a
b
6Distribution centrée et réduite
?
Fréquence
? 10
80 90 100 110 120
Scores bruts
7Pourquoi les scores Z au lieu des scores brutes?
Examen B
Examen A
?
?
Fréquence
? 3
? 12
70
73
70
82
Scores
8Calculer le score Z dun score
X - X
z
Écart-type
9Les scores Z
Moyenne
Fréquence
É-T
É-T
É-T
É-T
Scores
10Buts principaux des scores Z
- Identifier la distance exacte dun score par
rapport à la moyenne en unité décart-type. - Identifier les scores les plus élevés et les plus
faibles ainsi que les extrêmes - Scores élevés et faibles Au-delà et en deçà
dun écart-type - Scores extrêmes Au-delà et en deçà de 3.29
écart-type - Comparer des scores provenant de populations ou
déchantillons différents. - Utiliser les probabilités associées à la courbe
normale. - Attention! Transformer les scores dune variable
en scores Z ne transforme pas la distribution de
cette variable en courbe normale.
11Comment utiliser les probabilités de la
distribution normale
Formule des scores Z
X
Z
Table des probabilités de la distribution
normale (voir votre livre de stats de base)
Probabilités sous la courbe
12Étapes pour faire un test dhypothèse
- Identifier les variables du problème
- Formuler les hypothèses
- Identifier les probabilités acceptables de
commettre une erreur de Type I - Identifier sil sagit dun test unilatéral ou
bilatéral - Identifier les limites de la ou des zone(s) de
rejet - Recueillir un échantillon de données de taille N
- Choisir et exécuter le test statistique
- Prendre une décision au sujet de lhypothèse
nulle - Dégager les implications du résultat statistique
pour la question de recherche
13Population après événement Moyenne inconnue
É V È N E M E N T
?
On rejette lhypothèse nulle donc hypothèse
alternative
On accepte lhypothèse nulle
?
?
S
Échantillon
14Formulez les hypothèses
- Ho ?o ?après lintervention
- Pour Ha, il y a trois possibilités
- Ha ?o ? ?après lintervention (Test
bilatéral) - Ha ?o lt ?après lintervention (Test
unilatéral) - Ha ?o gt ?après lintervention (Test
unilatéral)
15Identifiez les probabilités acceptables de
commettre une erreur de Type I
- Seuil de signification ou lalpha (?) la
probabilité de commettre une erreur de type I,
étant donné lhypothèse nulle. - Par convention, les chercheur(e)s ont établi la
probabilité de commettre une erreur de type I à
.05 (5). (Il y a aussi .01, .001, etc...) - La ou les zone(s) de rejet de la distribution
déchantillonnage doivent donc contenir 5 des
moyennes possibles
16Distribution déchantillonnage des moyennes
Moyenne étant donnée lhypothèse nulle
Fréquence
Écart-type
N
Moyennes déchantillons de taille N
17Identifiez sil sagit dun test unilatéral ou
bilatéral
? 0
(Test unilatéral)
Erreur-type
Zone de rejet
(p ?)
18Identifiez sil sagit dun test unilatéral ou
bilatéral
- Lhypothèse alternative nous renseigne sil
sagit dun test bilatérale ou unilatérale - Si la direction du changement est inconnue alors
il sagit dun test bilatéral - Si la direction du changement est connue et
suffisamment justifiée alors il sagit dun test
unilatéral - Justification théorique
- Études antérieures
19Identifiez les limites de la ou des zone(s) de
rejet pour p .05
? 16
(Test unilatéral)
E-T
Zone de rejet
p .05
(Test bilatéral)
? 16
E-T
Zone de rejet
Zone de rejet
p .025
p .025
20Trouvez le Zcritique et le Zobtenu
- Le Zcritique se trouve dans la table des
probabilités de la courbe normale. - Lorsque la moyenne de la population est connue,
le Zobtenu est calculé avec la formule suivante
21Comparez le Zcritique et le Zobtenu (Test
bilatéral)
? 16
Z critique -1.96
Erreur-type
Zone de rejet
Zone de rejet
p .025
p .025
22Dégagez les implications du résultat statistique
pour la question de recherche
- Si on rejette lhypothèse nulle,
- Étant donnée lhypothèse nulle, il est peu
probable que leffet obtenu soit dû à lerreur
déchantillonnage. - Il y a un effet, une différence, ou un
changement. - Cest différent de 0 au niveau de la population.
- Si on accepte lhypothèse nulle,
- Étant donnée lhypothèse nulle, il est probable
que leffet obtenu soit dû à lerreur
déchantillonnage. - Nous navons pas pu observer de changement, de
différence ou deffet.
23Population après événement Moyenne inconnue
Population initiale
É V È N E M E N T
?
On rejette l hypothèse nulle donc hypothèse
alternative
On accepte l hypothèse nulle
?
?
S
Échantillon
24Ce fameux p lt .05
- Étant donnée lhypothèse nulle, est-il probable
que leffet obtenu soit dû à lerreur
déchantillonnage? - Cette dichotomie nous éloigne de notre but, soit
la compréhension de nos données.
25Tests dhypothèse
26Tests dhypothèse
- Une ville a une densité de 10 000 habitants par
km2. - Quelle est sa population totale?
- Quelle est sa superficie?
- Je ne sais rien sur le nombre de personnes, ni
sur la superficie - Un village a une population de 300 habitants.
- Y a-t-il beaucoup de monde par km2?
- Lîle St-Hélène versus lîle de Montréal
- La différence de santé physique entre les hommes
et les femmes est significative (Test
dhypothèse). - Est-ce une grosse différence? (Effet)
- Est-ce que cette différence est évidente pour
tous les participants? Bref, y a-t-il du
chevauchement? (Variabilité ou erreur)
27Tests dhypothèse
- Pour chaque test (p. ex., le test t, le test de
F, le chi-carré), les probabilités dobtenir un
certain score par hasard ont été calculées et
sont présentées dans les tableaux de probabilités
correspondants. - La distribution déchantillonnage devient alors
- Test-t, distribution déchantillonnage des
différences - Chi-carré, distribution du chi-carré
- Test F, distribution déchantillonnage du test F
28Tests dhypothèse
- De façon générale, plus le score obtenu au test
est grand, moins il est probable que leffet ait
été obtenu par hasard, étant donnée lhypothèse
nulle. - Mais lerreur aura aussi un grand rôle à jouer.
29Tests dhypothèse
Si leffet est grand
Si leffet est petit
10
1
1
10
Test
Test
1
1
30Tests dhypothèse
Si lerreur est grande
Si lerreur est petite
4
4
4
1
Test
Test
1
4
31Distribution déchantillonnage des moyennes
Moyenne étant donnée lhypothèse nulle
Fréquence
Écart-type
N
Moyennes déchantillons de taille N
32Lerreur-type
- Lerreur-type nous renseigne sur la grandeur de
lerreur attendue en moyenne entre notre
estimation et la valeur dans la population. - Moyenne 2.24 ? 3.13 ? 4.02
- Différence -0.03 ? 1 ? 1.07
- La distribution déchantillonnage pour une même
population sera différente en fonction de la
taille des échantillons choisis.
33Erreur-type et lécart-type de la population
- Plus la taille des échantillons augmente et plus
lerreur-type sera petit comparé à lécart-type
de la population selon cette formule
Écart-type de la population
Erreur-type
En effet, plus on divise par un gros N, plus
lerreur sera petite.
34Population
3 2 1
Fréquence
1 2 3 4 5 6 7 8 9 10
Scores
Fréquence
35?
Grands échantillons
?
Petits échantillons
36La grandeur de léchantillon
- Plus la taille des échantillons augmente et plus
lerreur-type sera petite, donc plus il sera
facile dobtenir un effet significatif. - La taille de léchantillon affecte aussi
directement les probabilités associées 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
37Linterprétation des tests dhypothèse
- La grandeur des échantillons
- Avec un grand échantillon, tout est significatif!
- La variabilité des échantillons
- Est-ce que léchantillon est trop hétérogène?
- Le respect des postulats de base
- Les probabilités sont basées sur certains
postulats qui doivent être respectés (p.ex., la
courbe normale).
38Ce que le test dhypothèse (p lt .05) ne nous dit
pas
- Limportance de leffet, c.-à-d. son intérêt ou
son envergure - La probabilité que lhypothèse alternative soit
vraie - Est-ce que les mammifères pondent des ufs?
39Noubliez jamais lornithorynque ?
40Nos responsabilités en tant que chercheur(e)s
- Ne jamais oublier lornithorynque ?
- Nos résultats ne servent quà ajuster notre
confiance relative envers nos théories. - Sans théorie, les tests dhypothèse ne peuvent
servir quà nous aider à en formuler. - Chercher à mieux comprendre un phénomène et non à
établir des vérités. - Être nuancé(e)s dans notre interprétation des
résultats. - Éviter de porter un jugement de vrai ou faux (p lt
05!). - Chercher plutôt à comprendre les données.
- Ne pas sous-estimer la variabilité des résultats
dune étude à lautre, dune mesure à lautre,
dun échantillon à lautre, etc - Mieux comprendre les facteurs qui influencent les
résultats des tests dhypothèse. - Garder en tête la distinction entre la recherche
et lintervention. - Un résultat peut être significatif du point de vu
de la recherche mais demeurer incompris du point
de vu de son application. - Une différence peut être significative sans être
visiblement observable.
41(No Transcript)