POL1803: Analyse des techniques quantitatives

1
POL1803 Analyse destechniques quantitatives

• Cours 9

2
Lanalyse bivariée

• Variables dintervalles / ratio

3
Réélection du PLQ?

• Année Satisfaction Vote
• 1973 56 55
• 1976 28 34
• 1981 60 49
• 1985 39 39
• 1989 47 50
• 1994 40 44
• 1998 52 43
• 2003 40 33
• 2007 39 33
• 2008 54 ?

4
Satisfaction et réélection

• Réélection
• 1973 56
• 1981 60
• 1989 47
• 1998 52
• 2007 39

• Défaite
• 1976 28
• 1985 39
• 1994 40
• 2003 40

5
Diagramme de dispersion

• Définition
• Outil pour représenter graphiquement la relation
  entre deux variables dintervalles / ratio.
• Permet de caractériser la direction, la force et
  la forme de la relation.

6
Diagramme de dispersion
7
Direction de la relation
8
Force de la relation
9
Force de la relation
10
Force de la relation
11
Forme de la relation
12
Diagramme de dispersion
13
Coefficient de corrélation

• Définition
• Outil pour synthétiser en une seule valeur la
  relation entre deux variables dintervalles /
  ratio.
• Permet de caractériser la direction et la force
  de la relation, mais pas la forme de la relation.

14
Coefficient de corrélation

• Formule
• r S Zx Zy
• N
• où Zx x mx et Zy y my
• sx sy

15
Coefficient de corrélation
r S Zx Zy où Zx x mx et Zy y
my N sx sy
16
Coefficient de corrélation
17
Interprétation du coefficient de corrélation

• Léchelle sétend de 1 à 1.
• 0 signifie une association nulle.
• Signe négatif signifie une ass. négative.
• -1 signifie une ass. négative parfaite.
• Signe positif signifie une ass. positive.
• 1 signifie une ass. positive parfaite.

18
Interprétation du coefficient de corrélation

• 0 - 0,25 Faible
• 0,25 - 0,50 Moyenne
• 0,50 - 0,75 Forte
• 0,75 - 1 Très forte

19
Coefficient de corrélation

• Problèmes
• Le coefficient de corrélation saisit seulement la
  linéarité dune relation entre deux variables.
• Le coefficient de corrélation est sensible aux
  cas extrêmes.

20
Coefficient de corrélation
21
Coefficient de corrélation
22
Coefficient de corrélation
23
Test F

• Définition
• Mesure de la signification statistique du
  coefficient de corrélation.
• Révèle si une association statistique existe
  probablement entre ces deux variables dans
  lensemble de la population.

24
Test F

• Formule r2 (n - 2) 1 r2
• où
• r Coefficient de corrélation
• N Nombre dobservations

25
Test F

• Formule r2 (n - 2)
• 1 r2
• Exemple
• 0,792 (9 - 2) 0,62 7 4,34
• 1 - 0,792 1 - 0,62 0,38
• F 11,4

26
Test F

• Critère
• Normalement, pour que le coefficient de
  corrélation soit statistiquement significatif, la
  valeur du F doit dépasser le seuil de la table F.
• Raccourci
• la valeur du F doit dépasser 3,84

27
Test F

• Si le F est supérieur à 3,84 
• on peut rejeter lhypothèse nulle (pas
  dassociation dans la population)
• on peut conclure quune relation existe
  probablement dans la population (95)
• Si le F est inférieur à 3,84 
• on ne peut pas rejeter lhypothèse nulle (pas
  dassociation dans la population)
• on ne peut pas conclure quune relation existe
  probablement dans la population

28
Test F
29
Test F

• Si la signification est inférieure à 0,05 
• on peut rejeter lhypothèse nulle (pas
  dassociation dans la population)
• on peut conclure quune relation existe
  probablement dans la population (95)
• Si la signification est supérieure à 0,05 
• on ne peut pas rejeter lhypothèse nulle (pas
  dassociation dans la population)
• on ne peut pas conclure quune relation existe
  probablement dans la population

30
Équation de régression

• Définition
• Outil pour résumer, avec plus de détails, la
  relation entre deux variables dintervalles /
  ratio.

31
Équation de régression

• Définition
• Outil pour résumer, avec plus de détails, la
  relation entre deux variables dintervalles /
  ratio.
• Permet de prédire (estimer) des valeurs inconnues
  de la variable dépendante.

32
Équation de régression
33
Équation de régression

• Formule
• Y a bX
• où Y Valeur de la variable dépendante
• a Intersection ou constante
• b Pente ou coefficient de régression
• X Valeur de la variable indépendante

34
Équation de régression

• Y a bX
• Constante
• Point sur laxe des Y où passe la droite de
  régression.
• Valeur de la variable dépendante lorsque la
  variable indépendante a la valeur de 0.

35
Équation de régression
36
Équation de régression
37
Équation de régression

• Y a bX
• Coefficient de régression
• Le signe du coefficient reflète la direction de
  la relation.
• La valeur du coefficient indique leffet sur la
  variable dépendante dun mouvement dune unité
  sur la variable indépendante.

38
Statistique t pour lecoefficient de régression

• Définition
• Mesure de la signification statistique du
  coefficient de régression (pente).
•  
• Critère
• Pour que le coefficient de régression soit
  statistiquement significatif à 95, la valeur
  absolue du t doit dépasser 1,96.

39
Coefficient de détermination

• Définition
• Mesure de la proportion de variation chez la
  variable dépendante qui est expliquée par
  léquation de régression.
•  
• Formule r2
• où r Coefficient de corrélation

40
Coefficient de détermination
41
Interprétation du coefficient de détermination

• 0 - 0,25 Faible
• 0,25 - 0,50 Moyenne
• 0,50 - 0,75 Forte
• 0,75 - 1 Très forte

42
Révision
r2 1 r2 1 r
1 r -1 b b
-
43
Révision
r2 0,64 r2 0,25 r
0,8 r 0,5 b
b
44
Révision
r2 0 r 0
b 0
45
Estimation à partir deléquation de régression

• Y a bX
• Y 13,84 0,64X

46
Estimation à partir deléquation de régression

• Y 13,84 0,64X
• Y 13,84 0,64 54
• Y 13,84 34,56
• Y 48,4

47
Estimation à partir deléquation de régression

• X 30 Y 33,0
• X 40 Y 39,4
• X 50 Y 45,8
• X 54 Y 48,4
• X 60 Y 52,2

48
Intervalle de confiancedune estimation

• Éventail de valeurs autour de lestimation
  ponctuelle
• (À 95)
• Estimation ? 1,96 Erreur standard de
  lestimation
• Lerreur standard de lestimation est
  léquivalent de lécart-type de léquation de
  régression.
• Lerreur standard de lestimation est calculée
  par SPSS.

49
Intervalle de confiancedune estimation
50
Intervalle de confiancedune estimation

• X 54 Y 48,4
• Estimation ? 1,96 Erreur standard de
  lestimation
• 48,4 ? 1,96 5,26 48,4 ? 10,3
• 38,1 58,7 38,1 lt Y lt 58,7

51
Remarque finale

• Il ne faut pas confondre les termes association
  statistique et relation causale. Le fait de
  trouver que deux variables varient ensemble
  nimplique pas automatiquement que lune est la
  cause de lautre.