1
Q
coefficient de corrélation (r)
A
mesure étroitesse de la relation entre 2 variables (intensité de la relation linéaire)
2
Q
relation entre corrélation et régression
A
interalliés, sont complémentaires
- régression = nature de la relation
3
Q
coefficient de détermination (r2)
A
représente la proportion de la variance totale qui est expliquée par la régression
- mesure la qualité de l’ajustement de l’équation de régression au nuage de points
4
Q
régression
A
quantité de changements observés chez une variable en relation avec un changement unitaire chez l’autre variable
5
Q
mauvaises interprétation du coefficient de corrélation
A
- coefficient linéaire donc, absence de relation linéaire n’Exclut pas la présence d’une autre forme de relation
- relation ne veut pas dire cause à effet
- importance de la relation linéaire n’est pas directement proportionnelle à la valeur du r
- attention aux corrélations entre un tout et une de ses parties (corrélés automatiquement)
6
Q
Coefficient de Spearman
A
non paramétrique = pas besoin d’Avoir des données qui suivent la loi normale (basé sur les rangs)
7
Q
dangers reliés à l’extrapolation
A
- ne peut pas prédire des valeurs en dehors de l’intervalle de la gamme de données initiale, car la droite est calculée pour cet intervalle = ne s’applique pas en dehors
- augmente l’erreur
- = prédictions erronées
8
Q
4 types de sommes des carrés
A
- séquentielle
- dépend de l’ordre d’entrée des variables et non adaptée aux fichiers déséquilibrés - ajustée
- idéal pour modèles sans interaction - partielle
- ne dépend pas de l’ordre d’entrée des variables
- utile pour comparer les effets principaux en présence d’interaction - pour hypothèses spécifiques (GLM)
- pour modèles avec cellules vides
Statistiques
flashcards
Decks in class (6)
# Cards
