Questions - PowerPoint PPT Presentation

Loading...

PPT – Questions PowerPoint presentation | free to view - id: 299b67-ZDc1Z



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

Questions

Description:

I- QUEL EST L'OBJECTIF PRINCIPAL DE LA RECHERCHE? A - tablir des relations entre des ... Agit . Manque d' nergie. Sommeil perturb . affectif. cognitif. Physiolo ... – PowerPoint PPT presentation

Number of Views:113
Avg rating:3.0/5.0
Slides: 53
Provided by: gilles75
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: Questions


1
Questions à poser avant de choisir une analyse
  • Quel est lobjectif principal de la recherche?
  • Combien de variables indépendantes et
    dépendantes?
  • Quels types d échelles de mesure?
  • Postulats rencontrés ou non?

2
I- QUEL EST LOBJECTIF PRINCIPAL DE LA RECHERCHE?
  • A - Établir des relations entre des variables?
  • B - Rechercher des différences entre des groupes?
  • C - Prédire lappartenance à des groupes?
  • D- Identifier des structures?
  • E- Évolution temporelle des événements

3
A- Degré de relation entre des variables
  • Tout ce qui touche lassociation entre des
    variables.
  • Vise à établir si une variable est associée à une
    autre (corrélation)
  • Vise à établir si plusieurs variables
    indépendantes sont associées à une variable
    dépendante continue (régression multiple).

4
B- Rechercher des différences entre des groupes
  • Tout ce qui touche la comparaison de groupes
    établis aléatoirement ou non.
  • Anova simple, factorielle, et mesures répétées
  • Ancova simple, factorielle, et mesures répétées,
  • Manova et Mancova

5
C- Prédire lappartenance à des groupes
  • Prédiction, à partir d un ensemble de variables
    indépendantes, lappartenance à un groupe,
    définie par une variable catégorielle naturelle.
  • Fonction discriminante et régression logistique.

6
D- Identification de structures
  • Sert à dégager des structures ou des groupements
    de variables, ou de sujets.
  • Analyse en composantes principales pour items
    dun questionnaire ou multiples variables pour
    réduction. Absence de modèle initial. Base
    empirique sur les données recueillies
  • Analyse factorielle semblable à précédente mais
    se base sur un modèle initial proposant une
    structure. Lanalyse tente de valider le modèle.
    (ex structure de la dépression cognitif,
    affectif et somatique)
  • Modèle déquation structurelle.
  • Analyse de groupements (cluster) pour déterminer
    l existence de groupes dans un échantillon.

7
Réduction du nombre de variables
Socio démo
Âge Sexe Revenu Éducation Dlr angine Capacité à
leffort artères obstruées dobstruction Dépre
ssion Anxiété Estime de soi Support social
Dépression post pontage
médicales
Psycholo- giques
8
Confirmation dune structure factorielle
affectif
Triste Pleure Découragé Perte de
confiance Culpabilité Auto critique Fatigué Agité
Manque dénergie Sommeil perturbé
Dépression
cognitif
Physiolo- gique
9
Exemple de modèle structurel développement de
lenfant
Variables indépendantes
Variable latente
VD
Développe- ment de lenfant
Relation Parent enfant
10
Identification de groupes naturels
Bon profil Jeune, peu déprimé, Peu
dartères obstruées, Etc.
Âge Sexe Revenu Éducation Dlr angine Capacité à
leffort artères obstruées dobstruction Dépre
ssion Anxiété Estime de soi Support social
Dépression post pontage
Profil moyen
Profil lourd
11
E- Évolution temporelle des événements
  • Analyse de survie
  • A) évolution de la survie dans une cohorte post
    infarctus, quel est la survie des patients au fil
    des mois.
  • B) facteurs prédisposant à lapparition de
    linfarctus au fil des mois
  • Séries temporelles
  • Évaluation des effets dune intervention au fil
    du temps pratique de la relaxation quotidienne
    sur le stress

12
Diminution du stress en fonction de la pratique
de la relaxation
13
2- Combien de variables indépendantes et
dépendantes
14
Univarié vs multi varié (Huberty et Morris, 1989,
cf. références)
  • UNIVARIÉ
  • étudier les effets d un traitement sur plusieurs
    VD non reliées au niveau conceptuel
  • nature exploratoire
  • VD ont déjà été étudiées en univarié
  • évaluation de devis, 2 groupes ou , équivalence
    initiale des groupes sur plusieurs variables.

15
(No Transcript)
16
Effets dun traitement
Traitement Cognitif- behavioral pour dépression
Douleur dangine Capacité à leffort Qualité de
vie Dépression Anxiété Estime de soi Support
social
17
Univarié vs multivarié
  • MULTIVARIÉ
  • IDENTIFICATION DES EFFETS
  • Effet dun traitement sur plusieurs VD (ex
    manova)
  • SÉLECTION
  • sous ensemble de variables qui séparent des
    groupes ou prédisent un score sur la VD. (ex
    régression multiple pas à pas, analyse composante
    principales suivi de manova)
  • MIS EN ORDRE
  • contribution relative des variables à la
    séparation des groupes ou prédisent un score sur
    la VD. (fonction discriminante, régression
    multiple, manova, avec utilisation dun critère
    dimportance (r, f, p, etc.)
  • SYSTÈME DE VARIABLES DÉPENDANTES
  • identification d un construit sous-jacent
    associé à l analyse. (Analyse factorielle,
    équation structurelle, etc.)

18
3-Quels types d échelles de mesure?
non
oui
19
Types déchelles
  • Rapport poids. Il existe un rapport entre les
    points de léchelle. 100kg est 2 fois plus lourd
    que 50kg. Existence dun point 0.
  • Intervalle la relation entre les points de
    léchelle est quantifiable mais pas de 0.
  • échelle de dépression écart entre 7 et 8 et 14
    et 15 est pareil. Cependant 14 ne signifie pas 2
    X de dépression que 7.
  • température écart entre 15 et 16ºC écart
    entre 30 et 31. 30 ºC nest pas 2 X plus chaud
    que 15 et 30 ºC nest pas plus chaud que 86º F

20
Type déchelles
  • Ordinale
  • Échelle de rang continuum sous jacent mais pas
    quantifiable. Rang dans une classe
  • Nominale
  • Pas de continuum race, sexe, type de pathologie,
    etc.)
  • Rapport, intervalle et ordinale suppose un
    continuum sous jacent mais pas nominale.

21
NORMALITÉ
Vérifier le degré dasymétrie (Skewness)
Vérifier le degré daplatissement (Kurtosis)
Normale 0 Tolérance rapport coeff./erreur type
du coeff. 2 i.e. près de 1.96. seuil à 0.05
22
Non normalité
  • La non normalité est donnée par les bornes -2/2
    ou par des tests dans les logiciels
    (Kolmogorov-Smirnov ou Shapiro-Wilks)
  • Si biais les transformations à faire log, 1/x
    ou V .
  • Si biais - mettre au carré ou autre puissance
    ou prendre la réciproque et faire les
    transformations pour biais .
  • Lors des transformations, faire en sorte quavant
    transformation, le point minimal des scores est
    1.
  • Aussi, usage des analyses non paramétriques.

Osborne, Jason (2002). Notes on the use of data
transformations. Practical Assessment, Research
Evaluation, 8(6). Retrieved April 14, 2008 from
http//PAREonline.net/getvn.asp?v8n6 . This
paper has been viewed 34,452 times since
5/30/2002.
23
Test de normalité Handle with care!
  • Pour petits échantillons, tests manquent de
    puissance.
  • Pour grands échantillons, tests sont trop
    sensibles et une petite déviation de la normale
    peut devenir significative.
  • Donc REGARDEZ la distribution et utilisez le
    rapport des indices dapplatissement et
    dassymétrie sur leur erreur-type respective.

24
Homogénéité des variances
  • Examen du rapport de la plus grande variance sur
    la plus petite. S2 / S2. Rapport lt 4.
  • La transformation des données peut aider à
    homogénéiser les variances.
  • Tests avec correction ou élimination des
    déviants. (tronquage, winsor vs dl, livre p371)

2
25
PARAMÉTRIQUE
Postulats
Échelle rapport ou intervalle
Normalité
Symétrie des distrib.
Indépendance des mesures
Homogénéité des variances
Étudier des différences entre des groupes
Univarié
Multivarié
T2 Hotelling Manova, Mancova Manova, Mancova
factorielle Régression (MLG modèle linéaire
général).
Test T, test T répété, Anova, Anova
répétée, Anova factorielle, Anova factorielle
répétée Ancova.
26
PARAMÉTRIQUE
Postulats
Échelle rapport ou intervalle
Normalité
Homoscédasticité
Indépendance des mesures
Linéarité des relations
Étudier des relations entre des variables
Multivarié
Univarié
Corrélation Régression simple
Régression multiple Corrélation canonique
27
Homoscédasticité
28
Relation linéaire ou non
Tirée de http//biblioxtrn.uqar.qc.ca/stat/Fiche
sstat/multivariable/multivariable.htm
29
PARAMÉTRIQUE
Postulats
Échelle rapport ou intervalle
Normalité multivariée
Indépendance des mesures
Homogénéité des variances
Prédire l'appartenance à des groupes
Univarié
Multivarié
Fonction discriminante Régression logistique (non
paramétrique)
NIL
30
PARAMÉTRIQUE
Postulats
Échelle rapport ou intervalle
Normalité
Linéarité
Indépendance des mesures
Homogénéité des variances
Étudier des structures
Univarié
Multivarié
Analyse factorielle Analyse composantes principale
s Cluster Équation structurelle
NIL
31
Paramétrique et non paramétrique
c2 (2X2)
Man Whitney
Test T
Wilcoxon et test du signe
Test T répété
Mc Nemar
Kruskall- Wallis
c2 (AXB)
Anova simple
Anova répété
Friedman
Cocrhan Q
Corrélation r
Spearman
Phi
rang
nominal
paramétrique
32
Situation 1 problème danxiété phobique
  • Jai trois groupes recevant trois interventions
    différentes immersion, désensibilisation
    systématique et contrôle. Jévalue lefficacité
    de mon traitement avec un questionnaire
    linventaire des peurs, qui donne un score de 0 à
    50. Je mesure mes sujets avant traitement, après,
    et lors dun suivi, 3 mois plus tard.
  • Quelle analyse devrais-je choisir?

33
Comparer trois groupes avec traitement de
l anxiété phobique
  • VD inventaire des peurs continue
  • VI groupes de traitement 3 niveaux
    catégorielle(contrôle, immersion, dés. syst.)
    moments de mesures 3 niveaux catégorielle
  • Devis expérimental factoriel 3 X 3
  • Analyse Anova factorielle univariée pour mesures
    répétées ou Ancova répétée(post relance) avec pré
    test en covariable, ou 2 ancova (post, relance)
    avec pré test en covariable
  • Si anova ou ancova significative (interaction
    grpxtemps), comparaisons a posteriori (post hoc)
    des groupes à chaque moment ou des moments dans
    les groupes
  • Contrastes a priori

34
Comparer trois groupes avec traitement de
l anxiété phobique
Effet groupe
Effet temps
Interaction groupextemps
Effets groupe, temps et interaction significatifs
35
Comparer trois groupes avec traitement de
l anxiété phobique
Effet groupe
Effet temps
Interaction groupextemps
Effet groupe (NS) mais temps et interaction
significatifs
36
Comparer trois groupes avec traitement de
l anxiété phobique
Effet temps
Effet groupe
Interaction groupextemps
Effet groupe (NS), temps (NS) mais interaction
significative
37
Situation 2 problème danxiété phobique
  • Même situation que la précédente, mais je
    voudrait contrôler les effets possibles de lâge
    et du soutien social mesuré par linventaire du
    soutien social dont les scores varient de 0-25.

38
Comparer trois groupes avec traitement de
l anxiété phobique et contrôle de âge et
soutien social
  • VD inventaire des peurs continue
  • VI groupes de traitement 3 niveaux
    catégorielle
  • moments de mesures 3 niveaux
    catégorielle
  • Covariables âge, soutien social continues
  • Devis expérimental factoriel 3 X 3
  • Analyse Ancova factorielle univariée pour
    mesures répétées, puis comparaisons a posteriori
    sur temps, groupe ou interaction
  • Contrastes a priori

39
Situation 3 problème danxiété phobique
  • Même situation que la précédente, où je veux
    contrôler les effets possibles de lâge et du
    soutien social, et de plus, je mesure
    lefficacité de mon traitement avec linventaire
    des peurs, la fréquence des comportements
    phobiques et lintensité de lanxiété.

40
Comparer trois groupes avec traitement de
l anxiété phobique contrôle de l âge et
soutien social
  • VD inventaire des peurs continue fréquence
    des comportements phobiques et niveau d anxiété
    continues
  • VI groupes de traitement 3 niveaux catégorielle
    moments de mesures 3 niveaux catégorielle
  • Covariables âge, soutien social continues
  • Devis expérimental factoriel 3(grp) X 3(moments)
    X3(mesures)
  • Analyse Ancova factorielle multivariée (Mancova)
    pour mesures répétées, ou trois Ancova
    factorielles pour mesures répétées, puis
    comparaisons a posteriori groupes sur chaque
    mesure significative selon les moments.
  • Matrice des intercorrélations entre mes VD.

41
Situation 4 problème danxiété phobique et
décrochage du traitement
  • Dans la situation précédente, je voulais regarder
    lefficacité de mon traitement. Ici, je suis
    intéressé de connaître quels seraient les
    facteurs qui pourraient prédire les participants
    qui ont décroché du traitement avant la fin. Jai
    toujours mes trois conditions de traitements que
    jai croisé avec un médicament (actif vs
    placebo). Je veux aussi tenir compte de variables
    socio démographiques telles que âge, sexe et
    niveau de scolarité (primaire, secondaire,
    collégial, universitaire) de même que du soutien
    social.

42
Trois groupes avec traitement de l anxiété
phobique prédire le décrochage du traitement
  • VD décrochage catégorielle dichotomique
  • VI traitement catég. 3 niveaux médication
    catég. 2 niveaux ou continue (dosage)
  • revenu continue
  • âge continue,
  • soutien social continue
  • Sexecatég. 2 niveaux
  • scolarité catég. 4 niveaux
  • Devis corrélationnel prospectif
  • ANALYSE régression logistique

43
Situation 5 prédiction de la dépression post
partum
  • Je suis intéressé à trouver un modèle statistique
    qui me permettrait de prédire la dépression post
    partum, à partir de variables psychologiques et
    socio démographiques mesurées en début de
    grossesse. Je mesure la dépression post partum
    avec un questionnaire, de même que le niveau de
    dépression en début de grossesse, avec le même
    questionnaire. Je veux inclure dans mon modèle
    lâge de la mère, le nombre de grossesses
    antérieures, le nombre denfants, le revenu et le
    type dactivité de la mère, i.e. travail à
    lextérieur ou demeure à la maison. Je dois tenir
    compte aussi de lorigine ethnique (blanc, noir,
    asiatique) et du statut civil mariée, marié
    divorcée remariée, mariée divorcée seule,
    célibataire vivant chez ses parents, célibataire
    seule.

44
Prédiction de la dépression post partum
VD niveau de dépression continue
VI(prédicteurs)
Âge de première grossesse continue
Nombre de grossesses passées continue
Revenu continue, nbr d enfants continue,
Statut civil catég. 5 niveaux mariée, marié
divorcée remariée, mariée divorcée seule,
célibataire vivant chez parents, célibataire
seule.
Ethnie catég. 3 niveaux blanc, noir, asiatique
Type d activité de la mère catég. dichotomique
Dépression pré accouchement continue
  • Devis corrélationnel prospectif

Analyse
Régression multiple avec variables bidons pour
les catégorielles
45
Variables bidons (factices ou dummy variables)
  • Races V1 V2 V3 variables factices
  • Blancs 1 0 0
  • Noirs 0 1 0
  • Asiatique 0 0 1

46
Situation 6 prédiction de la réussite dune
greffe cardiaque
  • Je dois élaborer un modèle de qui me permettrait
    de prédire, avant une greffe cardiaque, quel
    serait le succès de cette dernière, i.e. retour à
    la vie normale, incapacité partielle, décès. Je
    dois tenir compte de lâge, du sexe, de la
    scolarité (primaire, secondaire, collégial,
    universitaire) et du revenu. Jévalue aussi la
    charge physique de lemploi, lanxiété, le stress
    au travail et la dépression à laide de
    questionnaires. Enfin, je tiens compte du de
    gras saturé et du degré dathérosclérose mesuré
    par le diamètre des artères.

47
Prédire lissue de la greffe chez des patients à
risque
  • Devis corrélationnel prospectif

ANALYSE
Fonction discriminante avec variables bidons
pour les VI catégorielles
48
Intervention précoce et accident du travail
comparer 2 traitements, au post test, physio ou
physio psycho avec groupes aléatoires
  • VD1 délai de retour au travail continue
  • VD2 qualité de vie continue
  • VD3 perception de la douleur continue
  • VD4 dépression continue
  • VI 2 groupes(aléatoires) traitement catég.
  • Cov score pré test sur chacune des VD
  • Devis expérimental à 2 groupes indépendants
  • ANALYSE 4 analyses de covariance simples avec
    ajustement seuil matrice dintercorrélations
    entre les VD

49
Intervention précoce et accident du travail
comparer 2 traitements, au post test, physio ou
physio psycho avec sujets appariés
  • VD1 délai de retour au travail continue
  • VD2 qualité de vie continue
  • VD3 perception de la douleur continue
  • VD4 dépression continue
  • VI 2 groupes(appariés) de traitementcatég.
  • Cov score pré test sur chacune des VD
  • Devis expérimental à 2 groupes avec sujets
    appariés
  • ANALYSE 4 analyses de covariance mesures
    répétées ajustement seuil matrice
    dintercorrélations entre les VD

50
Intervention précoce et accident du travail
comparer 2 traitements, physio ou physio psycho
avec groupes aléatoires et 2 moments de mesures
  • VD1 délai de retour au travail continue
  • VD2 qualité de vie continue
  • VD3 perception de la douleur continue
  • VD4 dépression continue
  • VI 2 groupes de traitementcatég. 2 moments de
    mesures catég.
  • Devis factoriel 2X2 avec mesures répétées
  • ANALYSE 4 analyses de variance
    factorielles,mesures répétées avec ajustement
    seuil matrice dinter corrélations entre les VD

51
Comparer un médicament anti angineux à placebo
sujets répartis aléatoirement
  • VD nombre de patients rapportant effets
    secondaires et n en rapportant pas.
  • VI traitement vs placebo
  • Devis expérimental à 2 groupes indépendants

TRAITEMENT
Placebo médication
Effets oui non
n2
n1
n3
n4
c2
ANALYSE
52
Comparer un médicament anti angineux à placebo
sujets reçoivent le médicament puis le placebo
  • VD nombre de patients rapportant effets
    secondaires et n en rapportant pas.
  • VI traitement vs placebo
  • Devis expérimental à 2 groupes, sujets appariés

Médicament
Effets Pas effet
Placebo effets pas effets
n2
n1
n3
n4
Mc Nemar
ANALYSE
About PowerShow.com