Introduction au test d'hypothèse

Comprends la logique  à tous les tests statistiques

Présentation

Un test d’hypothèse est un outil de travail qui permet de prendre une décision sur la base de valeurs numériques. Il s’agit d’une séquence d’étapes, toujours la même, qui permet de justifier un choix à l’aide de valeurs chiffrées. Pour que cela soit possible, on commence donc par quantifier la chance de se tromper dans le choix qu’on fait. Il suffit ensuite de faire un choix en cherchant à minimiser cette probabilité.

Pourquoi utiliser un test d'hypothèse

Dans la vie, on prend parfois des décisions arbitraires. Est-ce que je prends le train ou la voiture ? Est-ce que je mets une veste ou un pull ? Est-ce que j’achète du bœuf ou du poulet ? Aussi longtemps que ces choix ne concerne que nous, il n’est pas besoin de les justifier. Lorsque nos choix concernent d’autre personne par contre, la situation est différente. Dans ce contexte en effet, il convient de justifier ses choix. Le test d’hypothèse est un outil de travail qui permet de mesurer les chances de faire un choix erroné et donc de justifier une décision sur la base de cette donnée chiffrée.

Questions courantes FAQ

Qu'est-ce qu'un test d'hypothèse, concrètement ?

Un test d'hypothèse est une procédure en cinq étapes qui permet de décider, à partir de données, si un effet observé est suffisamment improbable sous l'hypothèse qu'il n'existe pas. Il ne prouve rien avec certitude. Il quantifie la probabilité de se tromper en rejetant une hypothèse de départ, et c'est sur la base de cette probabilité que la décision est prise.

Qu'est-ce que H₀ et H₁ ?

H₀ est l'hypothèse nulle : elle affirme qu'il n'y a pas d'effet, pas de différence, pas d'association. H₁ est l'hypothèse alternative : elle décrit ce qu'on cherche à montrer. Le test ne cherche pas à prouver H₁ directement. Il cherche à montrer que les données sont incompatibles avec H₀, ce qui conduit à rejeter H₀ en faveur de H₁.

Qu'est-ce que la p-value ?

La p-value est la probabilité d'observer un résultat au moins aussi extrême que celui mesuré, en supposant que H₀ est vraie. Une p-value faible signifie que ce résultat serait rare si H₀ était vraie. Ce n'est pas la probabilité que H₀ soit fausse. Cette confusion est l'erreur d'interprétation la plus fréquente dans l'application des tests d'hypothèse.

Que signifie rejeter H₀ ?

Rejeter H₀ signifie que les données observées sont suffisamment incompatibles avec l'hypothèse nulle pour décider de l'abandonner. Cette décision est prise en comparant la p-value à un seuil de signification α, fixé à l'avance. Si p < α, H₀ est rejetée. Il ne s'agit pas d'une certitude : on accepte une probabilité α de se tromper en rejetant H₀ alors qu'elle est vraie.

Faut-il mémoriser chaque test séparément ?

Non. Tous les tests d'hypothèse — test t, test du chi², ANOVA, test de proportion — suivent la même séquence logique : formuler H₀ et H₁, calculer une statistique de test, comparer à une valeur critique ou interpréter la p-value, conclure. Ce qui change d'un test à l'autre, c'est uniquement la formule de la statistique de test. La logique de décision reste identique.

Quelle est la différence entre un test unilatéral et un test bilatéral ?

Un test bilatéral cherche à détecter un écart dans les deux directions : la valeur est-elle différente de la référence, en plus ou en moins ? Un test unilatéral fixe une direction unique : est-elle strictement plus grande ou strictement plus petite ? Ce choix doit être fait avant de collecter les données. Il modifie la valeur critique et donc la conclusion possible du test.

Un résultat non significatif prouve-t-il que H₀ est vraie ?

Non. Un résultat non significatif signifie seulement que les données ne fournissent pas une preuve suffisante pour rejeter H₀. L'absence de preuve n'est pas une preuve d'absence. Il est possible que l'effet existe mais que l'échantillon soit trop petit pour le détecter. La distinction entre "H₀ non rejetée" et "H₀ confirmée" est fondamentale en statistiques inférentielles.

Test t de Student à UN échantillon

Maîtriser la logique du test t à travers des scénarios en psychologie, du calcul à l'interprétation.

Présentation

Le test t de Student est un test d'hypothèse paramétrique. Il mesure si la différence entre une moyenne observée et une valeur de référence est suffisamment grande pour être attribuée à un effet réel plutôt qu'au hasard d'échantillonnage. La statistique t quantifie cet écart en le normalisant par la variabilité de l'échantillon : t = (x̄ − μ₀) / (s / √n). Un t proche de zéro signifie que les deux valeurs sont similaires. Un t significativement différent de zéro indique une différence réelle dans la population.

Pourquoi utiliser le test t de Student à un échantillon 

Le test t répond à des questions précises : un groupe clinique présente-t-il un score moyen différent d'une norme populationnelle ? Deux conditions expérimentales produisent-elles des effets distincts ? Il s'applique quand une variable dépendante continue est mesurée sur un ou deux groupes et que les conditions d'application sont vérifiées. La logique du test repose sur la distribution t de Student, qui modélise la variabilité attendue des moyennes d'échantillon sous l'hypothèse nulle H₀.

A qui s'adresse ce document

Ce document s'adresse aux étudiants du Bachelor en Psychologie à UniDistance FernUni Schweiz. Les statistiques y occupent une place centrale : 29 à 30 ECTS sont consacrés aux méthodes quantitatives sur l'ensemble du cursus. Le test t de Student est l'un des premiers tests d'hypothèse enseignés. Il modélise des questions issues de la recherche en psychologie clinique, sociale et du travail — des domaines directement liés aux objectifs professionnels de la majorité des étudiants. La maîtrise de ce test est une compétence explicitement évaluée aux examens.

Prérequis

Pour aborder ces exercices, l'étudiant doit maîtriser les notions de moyenne (x̄), d'écart-type (s) et de taille d'échantillon (n). Une première exposition aux concepts d'hypothèse nulle (H₀) et alternative (H₁) est nécessaire, ainsi qu'à la notion de seuil α. Aucune maîtrise du calcul manuel n'est requise : JASP est l'outil de référence à UniDistance. La lecture d'une sortie JASP et la formulation d'une conclusion en langage psychologique selon les normes APA 7 sont les compétences visées.

Questions courantes FAQ

Qu'est-ce que la statistique t mesure exactement ?

La statistique t mesure la différence entre une moyenne observée et une valeur de référence, rapportée à la variabilité de l'échantillon. Un t de zéro signifie que les deux valeurs sont identiques. Plus t s'éloigne de zéro, plus la différence est grande relativement à la dispersion des données. La p-valeur indique si cet écart est statistiquement plausible sous l'hypothèse nulle. t est symétrique autour de zéro : son signe dépend du sens de la soustraction entre les deux moyennes.

Quelle est la différence entre un test bilatéral et un test unilatéral ?

Un test bilatéral teste si la moyenne diffère de la référence dans les deux sens — supérieure ou inférieure. Un test unilatéral formule une hypothèse directionnelle : la moyenne est soit strictement supérieure (unilatéral droit), soit strictement inférieure (unilatéral gauche). Le choix se fait avant de regarder les données, sur la base de la question de recherche. Un test unilatéral est plus puissant mais ne peut détecter une différence que dans la direction prévue.

Qu'est-ce que la p-valeur indique dans un test t ?

La p-valeur est la probabilité d'obtenir un résultat au moins aussi extrême que celui observé si H₀ est vraie. Elle ne représente pas la probabilité que H₀ soit vraie. Une p-valeur inférieure à α conduit au rejet de H₀. Une p-valeur supérieure à α signifie que les données ne fournissent pas une évidence suffisante contre H₀ — ce n'est pas une preuve que H₀ est vraie. Cette distinction est fondamentale en statistique inférentielle.

Comment lire la valeur critique t_crit dans une table ?

La valeur critique t_crit dépend du nombre de degrés de liberté (ddl = n − 1 pour un test à un échantillon) et du seuil α. Pour un test bilatéral à α = 0.05, on lit la colonne α/2 = 0.025. Pour un test unilatéral, on lit directement la colonne α = 0.05. Pour un test unilatéral gauche, la valeur critique est négative. La valeur lue indique le seuil à partir duquel t observé conduit au rejet de H₀.

Pourquoi les degrés de liberté valent-ils n − 1 pour un test à un échantillon ?

Les degrés de liberté représentent la quantité d'information indépendante disponible pour estimer la variabilité. Pour un test à un échantillon, l'écart-type s est estimé à partir des données. Cette estimation utilise la moyenne x̄, ce qui contraint une des valeurs : il reste donc n − 1 valeurs libres. La distribution t avec n − 1 degrés de liberté corrige l'incertitude introduite par cette estimation, ce qui la rend plus étalée que la loi normale standard.

Introduction au test d'Indépendance et à la statistique du Chi-Carré

Apprends comment calculer le Chi2 à partir d'un tableau de contingence et à interpréter le résultats d'un test d'indépendance.

Présentation

Le Chi2 est une statistique de test conçue pour mesurer l'écart entre des effectifs observés et des effectifs théoriques. Il s'applique à des variables catégorielles organisées dans une table de contingence. Les modalités de la première variable se trouve sur une ligne alors que les modalité se trouve sur la seconde. Chaque cellule se trouve donc au croisement de deux modalité, pour cette raison, on appel aussi ces tables des tableau croisé. Le Chi2 quantifie à quel point les valeurs observée s'éloignent des valeurs que l'on observerai si les deux variables étaient indépendante. Plus cet écart est grand, plus la valeur du Chi2 est élevée.

Pourquoi utiliser le Chi2 et le Test d'Indépendance

Le test d'indépendance répond à la question suivante: deux variables catégorielles sont-elles liées ? Autrement dit: l'observation de la première variable me permet-elle de déduire la valeur de la deuxième ? Il s'agit là d'une question fréquente dans le domaine des sciences sociales, de la biologie et de la gestion: le genre influence-t-il le choix d'une filière ? Un traitement modifie-t-il le taux de réponse ? Le Chi2 fournit une mesure objective de cet écart et permet donc si l'association entre deux variables catégorielles est statistiquement significative.

Questions courantes FAQ

Qu'est-ce qu'un tableau de contingence ?

Un tableau de contingence est une manière d'organiser les observation simultanée de deux variables catégorielles. Chaque ligne correspond aux modalités de la première variable, chaque colonne aux modalité de la seconde. Chaque cellule du tableau se trouve au croisement de deux modalité. Elle contient donc effectif observés pour la combinaison de ces deux modalité. Le tableau de contingence est le point de départ pour le calcul du Chi2.

Comment calculer les effectifs théoriques ?

L'effectif théorique est l'effectif que l'on observerait si les deux variables étaient totallement indépendantes. Il se calcule en multipliant le total marginal de la ligne par le total marginal de la colonne correspondante, puis en divisant par l'effectif total de l'échantillon. Ces valeurs théoriques servent de référence : le Chi2 mesure l'écart entre ces valeurs et les effectifs réellement observés.

Que mesure exactement le Chi2 ?

Le Chi2 mesure l'écart totale entre les effectifs observés et les effectifs théoriques dans le tableau. Pour chaque cellule, il calcule (observé − théorique)² puis le divise par la valeur théorique. La somme de ces termes sur toutes les cellules donne le Chi2 total. Une valeur proche de zéro indique que les données s'écartent peu de l'indépendance. Une valeur élevée signale un écart important.

Qu'est-ce que l'hypothèse nulle dans un test d'indépendance ?

Dans un test d'indépendance par le Chi2, l'hypothèse nulle H₀ est l'hypothèse selon laquelle les deux variables catégorielles sont indépendantes: la distribution d'une variable ne dépend pas des modalités de l'autre. Dit autrement, sous l'hypothèse nulle, connaitre la valeur d'une variable ne nous permet pas de déduire la valeur de la second. L'hypothèse alternative H₁ postule au contraire qu'une association existe. Comme tout test d'hypothèse cependant, le test ne prouve pas H₀ : il évalue si les données fournissent une preuve suffisante pour la rejeter.

Comment utilise-t-on la table du Chi2 pour prendre une décision ?

La table du Chi2 donne la valeur critique pour un seuil α et un nombre de degrés de liberté. Les degrés de liberté valent (lignes − 1) × (colonnes − 1). Si le Chi2 calculé dépasse cette valeur critique, cela signifie que l'écart observé est significatif.

Qu'est-ce que le V de Cramer et pourquoi en a-t-on besoin ?

Le V de Cramer est un Chi2 normalisé. Le Chi2 en effet est sensible à la taille de l'échantillon : il croît mécaniquement avec n. Le V de Cramer normalise cette valeur pour obtenir un indice compris entre 0 et 1. On l'interprète de la manière suivante: 0 signifie absence d'association, 1 signifie association parfaite. C'est la mesure de taille d'effet associée au test du Chi2.

Introduction à la Loi Normale et à la Table des Quantiles

Comprendre comment lire la table des quantile pour calculer les probabilités suivant une loi normale.

Présentation

La loi normale, dite aussi distribution de Laplace-Gauss, est un modèle mathématique qui décrit la répartition de valeurs aléatoire autour d'une valeur centrale. On la rencontre dans de nombreuses situations en biologie, physiologie, psychologie ou encore en économie. La loi normale apparaît lorsque le phénomène observé résulte de la somme de nombreuses contributions indépendantes. Cette additivité se traduit par une propriété mathématique intéressante: la somme de deux distributions normales est toujours une distribution normale.

Pourquoi utiliser la Loi Normale

La loi normale permet de répondre à la question suivante: quelle est la probabilité de faire une certaine observation? On peut se demander par exemple, quelle est la probabilité de rencontrer une personne de moins de 35 ans en suisse. Quelle est la probabilité de rencontrer une personne de plus de 80 kg au Japon etc. Calculer cette probabilité revient à calculer l'aire sous la courbe de la distribution. La table des quantiles permet de faire cela justement. Elle contient toute les probabilités précalculées de la distribution normale standard. On peut rapporter toutes les distribution normale à la distribution centrée réduite par transformation de la variable x à la variable z.

Questions courantes FAQ

Qu'est-ce qu'une distribution de probabilité ?

Une distribution de probabilité est un modèle mathématique qui décrit l'ensemble des valeurs que peut prendre une variable aléatoire et la probabilité qui leur est associée. La loi normale est une distribution continue : elle attribue une probabilité à tout intervalle de valeurs, non à une valeur isolée. La probabilité totale sous la courbe est toujours égale à 1.

Que sont les paramètres μ et σ de la loi normale ?

Le paramètre μ (mu) donne la position de la distribution. elle indique où se situe le centre de la courbe. Il s'agit de la moyenne. Le paramètre σ (sigma) est l'écart-type : il mesure la dispersion des valeurs autour de la moyenne. Un σ petit produit une courbe étroite alors qu' un grand σ produit une courbe large. Ces deux paramètres suffisent à définir une distribution normale complètement.

Qu'est-ce que centrer-réduire et pourquoi en a-t-on besoin ?

Le processus de centrer-réduire transforme une variable X de distribution N(μ, σ²) en une variable Z de distribution N(0,1), par la formule Z = (X − μ) / σ. Cette transformation est nécessaire pour pouvoir utiliser la table des quantile unique. Sans cette transformation, (centrer puis réduire) il faudrait une table des quantiles pour chaque variable X possible, ce qui est infaisable en pratique.

Comment lire la table des quantiles ?

La table des quantiles donne la probabilité P(Z ≤ z) sous la distribution normale standard. On repère la partie entière et le premier chiffre décimal de z dans la colonne de gauche, puis le deuxième chiffre décimal en ligne d'en-tête. La cellule à l'intersection donne la probabilité cherchée. Les valeur de z se lisent donc sur les ligne puis les colonne, la table elle contient des probabilités. Pour des probabilités à droite d'une valeur de z ou pour des valeur négative de z, on utilise les propriété de symétrie de la courbe.

La loi normale s'applique-t-elle à toutes les variables ?

Non. La loi normale n'est pas un modèle universel. Elle suppose que la distribution des données est symétrique et que les valeurs extrêmes sont rares. Des variables comme le revenu ou le temps de réaction sont souvent asymétriques et ne suivent donc pas une distribution normale. Il existe d'autres distributions. Avant d'appliquer la loi normale, il faut donc vérifier que la distribution observée est compatible avec ses hypothèses.

Quelle est la différence entre probabilité et fréquence ?

La fréquence représente le rapport entre un nombre d'événement particulier et le nombre d'événement total: elle décrit ce qui a été observé dans un échantillon. La probabilité quant à elle est une prédiction théorique: elle décrit ce que le modèle prédit pour une population. Utiliser la loi normale pour calculer une probabilité, c'est faire usage du modèle. Utiliser une fréquence c'est faire usage des observations. Cette distinction entre statistique descriptive et inférentielle est fondamentale.

Comment lire et interpréter une régression linéaire en psychologie

Maîtrisez l'équation, les coefficients et les diagnostics pour analyser vos données de recherche en psychologie.

Présentation de la régression linéaire en psychologie

La régression linéaire est une méthode statistique qui modélise la relation entre une variable dépendante et une ou plusieurs variables indépendantes. En psychologie, elle permet de représenter des observations complexes sous la forme d'une équation simple. Cette équation est un modèle mathématique — une simplification de la réalité qui rend les données compréhensibles et exploitables. Plutôt que d'analyser chaque observation individuellement, la régression condense l'information en deux paramètres : la pente, qui exprime l'effet de X sur Y, et l'ordonnée à l'origine, qui donne la valeur de Y lorsque X vaut zéro. Cette approche s'inscrit dans le paradigme associatif de la psychologie quantitative : elle ne démontre pas de causalité, mais quantifie des associations entre variables mesurées sur des individus réels. La régression linéaire est aujourd'hui l'un des outils les plus utilisés en recherche psychologique empirique.

Pourquoi utiliser la régression linéaire en psychologie

La régression linéaire répond à des questions du type : dans quelle mesure le nombre de séances de thérapie prédit-il le score de qualité de vie ? Quel score à un examen peut-on attendre d'un étudiant qui consacre vingt heures par semaine à l'étude ? Elle permet d'estimer la valeur d'une variable critère à partir d'une ou plusieurs variables indépendantes, continues ou ordinales, et d'évaluer la significativité statistique de cette relation. En régression multiple, elle permet le contrôle statistique : comparer des groupes à niveau égal d'une troisième variable, ce qui est impossible avec une simple comparaison de moyennes. Elle est préférée aux tests de comparaison dans les designs observationnels où plusieurs variables agissent simultanément sur le critère mesuré. Elle produit des coefficients interprétables, une mesure d'ajustement (R²) et des diagnostics visuels.

A qui s'adresse ce cours

Ce document s'adresse aux étudiants en Bachelor de psychologie, en particulier à ceux qui suivent le cours STAT-II en deuxième année à l'Université de Lausanne (UNIL). La psychologie est une science empirique : les construits qu'elle étudie — bien-être, stress, efficacité thérapeutique — sont mesurés par des échelles et des questionnaires, puis analysés par des méthodes statistiques. La régression linéaire occupe une place centrale dans ce dispositif car elle permet de tester des hypothèses sur des relations entre variables psychologiques, de contrôler des variables confondantes et de produire des prédictions chiffrées. L'examen final du cours STAT-II requiert de savoir lire une sortie logicielle R, interpréter des coefficients et formuler une réponse argumentée. Ce document prépare directement à cet exercice, en articulant la méthode générale et plusieurs cas particuliers progressifs.

Prérequis

Ce document suppose une familiarité de base avec R et avec les concepts statistiques élémentaires : moyenne, variance, test d'hypothèse et valeur p. Une connaissance préalable du test t ou de l'ANOVA est un atout mais n'est pas indispensable. Aucune compétence en calcul différentiel ni en algèbre linéaire n'est requise : la régression est présentée de manière graphique et conceptuelle, sans dérivation formelle. Le niveau cible correspond au deuxième semestre de Bachelor en psychologie. Les notions de variable dépendante, variable indépendante et échelle de mesure sont supposées connues. Le lecteur doit être capable de lire un script R simple et de comprendre la sortie de la fonction summary(lm(...)). Ce document n'est pas adapté à des étudiants sans aucune exposition préalable aux statistiques ; il constitue un support de révision efficace avant un examen à développement.

Questions courantes FAQ

À quoi sert l'ordonnée à l'origine dans la régression ?

L'ordonnée à l'origine représente la valeur prédite de Y lorsque toutes les variables indépendantes valent zéro. En pratique, cette valeur est souvent hors du domaine observé et n'a pas d'interprétation directe. Son rôle principal est de positionner la droite dans le plan : c'est un paramètre d'ajustement indispensable à la définition du modèle, même lorsqu'il ne peut pas être interprété de manière substantielle.

Quelle est la différence entre R² et R² ajusté ?

Le R² mesure la proportion de variance de Y expliquée par le modèle. Le R² ajusté pénalise chaque variable indépendante ajoutée : il diminue si une variable n'apporte pas d'information réelle. En régression multiple, le R² ajusté est préférable car il évite de surestimer la qualité du modèle simplement en augmentant le nombre de variables indépendantes dans l'équation.

Comment vérifier que les résidus sont distribués normalement ?

Le QQ-plot compare la distribution des résidus standardisés à une distribution normale théorique : si les points s'alignent sur la droite, la normalité est confirmée. Le test de Shapiro-Wilk fournit une p-valeur formelle. En complément, la médiane des résidus doit être proche de zéro et la distribution doit être approximativement symétrique entre la queue gauche et la queue droite.

Que signifie contrôle statistique dans une régression multiple ?

Le contrôle statistique signifie que l'effet estimé d'une variable indépendante est calculé à valeur constante de toutes les autres. En incluant le genre et le nombre de séances dans le modèle, le coefficient du nombre de séances mesure son effet indépendamment du genre. Cela permet de comparer des individus qui diffèrent sur une variable tout en maintenant les autres constantes — impossible avec une simple corrélation bivariée.

Qu'est-ce qu'une variable dummy et comment l'interpréter dans R ?

Une variable dummy code une appartenance catégorielle en 0 ou 1. Dans une régression multiple, son coefficient représente la différence moyenne entre les deux groupes à valeur constante des autres variables. Graphiquement, elle produit deux droites parallèles de même pente mais d'ordonnées à l'origine décalées. Ce décalage quantifie l'effet du groupe toutes choses égales par ailleurs, et se lit directement dans la sortie de summary(lm(...)) sous R.

Comment interpréter une ANOVA en psychologie

Maîtriser la statistique F de Fisher et apprendre à lire les résultats d'une sortie logicielle méthodiquement.

Présentation

L'ANOVA (Analyse de Variance) est une méthode statistique qui permet au statisticiens.nnes de comparer simultanément plusieurs groupes entre eux. L'analyse repose sur l'additivité des variances : La variance totale observée sur l'ensembles des participants se décompose en plusieurs type de variance comme nous le verrons: la variance inter-groupes et variance intra-groupe notemment. Cette propriété est centrale car elle permet de distinguer ce qui est intéressant dans notre échantillon de ce qui ne l'est pas. On appel cela le rapport signal sur bruit. Il est donnée par la statistique commune à toutes les analyse de variance: la statistique F de Fisher.

Pourquoi utiliser ANOVA en psychologie

L'ANOVA permet de distinguer les différentes contributions de chaque groupe à la variance totale. En psychologie empirique, cette distinction est particulièrement utile car elle permet de savoir si un traitement à un effet réel ou si les effets observé sont juste un artefact de mesure. Si l'on souhaite comparer trois thérapies sur l'anxiété par exemple, cela exige de séparer la variance due au traitement de la variance due à la diversité individuelle des participants.es. L'ANOVA fournit un outils pour distinguer les différente contributions en une seule fois et de réduire ainsi le risque d'erreur de type I.

A qui s'adresse ce document

Ce document s'adresse aux étudiants de la Faculté des Sciences Sociales et Politiques (SSP) de l'UNIL, en 2e année de Bachelor en Psychologie. L'ANOVA y est enseignée car la recherche en psychologie empirique repose fréquemment sur des plans à plusieurs conditions. Comparer des groupes sur une variable quantitative — scores de dépression, niveaux d'anxiété, temps de réaction — est une situation récurrente qui exige une maîtrise de cette méthode.

Prérequis

Ce document est conçu pour des étudiants en 2e année de Bachelor en psychologie. Aucune dérivation mathématique n'est requise. Les prérequis sont : une familiarité avec les notions de moyenne, variance et p-valeur, ainsi qu'une expérience élémentaire de R (lancer un script, lire un output). La connaissance préalable du test t de Student facilite la compréhension, car l'ANOVA en est une généralisation directe à plus de deux groupes.

Questions courantes FAQ

Quelle est la différence entre le test t et l'ANOVA ?

Le test t de Student compare les moyennes de deux groupes. L'ANOVA généralise cette logique à trois groupes ou plus en effectuant une seule comparaison globale. Multiplier des tests t sur plusieurs groupes augmenterait artificiellement le risque d'erreur de type I. L'ANOVA maintient ce risque à son niveau nominal en utilisant la statistique F, rapport entre la variance inter-groupes et la variance intra-groupe.

Que mesure la statistique F de Fisher ?

La statistique F est le rapport entre la variance inter-groupes et la variance intra-groupe. Lorsque F est proche de 0, les groupes se superposent ce qui signifie qu' il n'y a pas d'effet détectable. Lorsque F est nettement supérieur à 1, les groupes sont espacés par rapport à leur variabilité interne, ce qui suggère un effet réel. La p-valeur associée indique si cette valeur de F est significativement différente de 0.

Qu'est-ce qu'une ANOVA à deux facteurs ?

Une ANOVA à deux facteurs examine simultanément l'effet de deux variables catégorielles sur une variable dépendante quantitative. Elle évalue les effets principaux de chaque facteur et leur interaction : l'effet d'un facteur dépend-il du niveau de l'autre ? Par exemple, l'efficacité d'un traitement varie-t-elle selon le genre du participant ? Cette interaction se visualise sur un graphique de profils c'est à dire, des lignes qui se croisent indiquent un effet croisé.

Peut-on utiliser l'ANOVA si les groupes n'ont pas la même taille ?

Oui. L'ANOVA tolère des groupes de taille inégale. Dans R, la fonction aov() gère automatiquement ces situations. Il convient d'être attentif au type de décomposition de la variance utilisé (sommes de carrés de type I ou type III), car les résultats peuvent différer lorsque les effectifs sont déséquilibrés. Pour les plans à deux facteurs en particulier, le type III est généralement recommandé.

Quelle est la différence entre ANOVA à groupes indépendants et ANOVA à mesures répétées ?

Dans l'ANOVA à groupes indépendants, chaque participant appartient à un seul groupe. Dans l'ANOVA à mesures répétées, chaque participant est mesuré dans toutes les conditions. Cette seconde forme est plus puissante car elle élimine la variabilité inter-individuelle du terme d'erreur. On l'utilise dans les études longitudinales ou les plans intra-sujet, où l'on suit l'évolution d'un même individu à plusieurs moments ou sous plusieurs conditions.

L'ANOVA est-elle robuste si les données ne se distribue pas normalement ?

L'ANOVA est relativement robuste aux écarts à la normalité, surtout quand les groupes sont de taille suffisante (n ≥ 30 par groupe environ). Pour des petits échantillons fortement non normaux, des alternatives non paramétriques existent : le test de Kruskal-Wallis pour groupes indépendants, ou le test de Friedman pour mesures répétées. Ces tests reposent sur les rangs plutôt que sur les valeurs brutes.

Comment utiliser le test de Student en psychologie

Le guide pratique pour comparer deux groupes à l'aide du test de student et comprendre comment l'utiliser.

Présentation du test de Student en psychologie

Le test de Student, est une méthode statistique qui à été imaginée pour comparer les moyennes de deux groupes à partir de données numériques. En psychologie, il permet de déterminer si une différence observée entre deux groupes est significativement différente d'une différence qui serait due au hasard. Le test repose sure une mesure de l'écart entre les moyennes des deux groupes. On appel cette mesure la statistique de test t. Plus cette statistique est élevée, plus la différence est marquée relativement à la dispersion des données. Dans ce document, tu trouvera également une alternative non paramétrique que l'on utilise lorsque les conditions de normalité ne sont pas satisfaites: Le test de Wilcoxon. Ces deux outils partagent la même logique: quantifier une différence entre deux groupes afin d'évaluer sa significativité statistique.

Pourquoi utiliser le test de Student en psychologie

Le test de Student en psychologie permet de répondre à des questions de recherche portant sur la comparaison entre deux groupes. Par exemple : une thérapie cognitivo-comportementale réduit-elle significativement les scores d'anxiété par rapport à un groupe contrôle ? Les hommes et les femmes diffèrent-ils sur une mesure de bien-être psychologique ? Un traitement pharmacologique produit-il un effet mesurable sur les scores de dépression avant et après intervention ? Ces questions constituent le cœur de la recherche en psychologie clinique et expérimentale. 

A qui s'adresse ce document

Ce document s'adresse aux étudiantes et étudiants de 2e année de Bachelor en Psychologie à l'Université de Lausanne (UNIL). Le test de Student est enseigné en psychologie pour une raison fondamentale : la recherche en sciences du comportement repose largement sur la comparaison entre groupes. Qu'il s'agisse d'évaluer l'efficacité d'une intervention thérapeutique ou de comparer deux populations, la question de la différence entre deux groupe apparait souvent. En tant que discipline empirique, la psychologie demande des outils capables de répondre à cette question de manière quantitative. Le test t et son alternative non paramétrique, le test de Wilcoxon, constituent les outils de base dans ce type de scénario.

Prérequis

Pour aborder le contenu de ce document, un niveau de 2e année de Bachelor en Psychologie est requis. Les prérequis indispensables sont les suivants : avoir suivi un premier cours de statistiques (STAT-I ou équivalent), être familiarisé avec les notions de moyenne, variance et écart-type, comprendre la logique du test d'hypothèse — hypothèse nulle H0, p-valeur, seuil de significativité alpha — et avoir une expérience élémentaire du logiciel R. Aucune formation mathématique formelle n'est nécessaire : ce document ne contient aucune dérivation algébrique.

Questions courantes FAQ

Quelle est la différence entre le test t de Student et le test de Wilcoxon ?

Le test t compare les moyennes de deux groupes en supposant une distribution normale des données. Le test de Wilcoxon est une alternative non paramétrique qui compare les rangs plutôt que les moyennes. On utilise le test de Wilcoxon lorsque la normalité n'est pas satisfaite ou que les effectifs sont trop petits pour pouvoir la vérifier de manière fiable.

Comment savoir si je dois utiliser un test unilatéral ou bilatéral ?

Un test bilatéral est utilisé quand vous ne savez pas dans quel sens ira la différence (H1 : mu1 différent de mu2). Un test unilatéral est justifié uniquement si vous avez formulé une hypothèse directionnelle forte avant la collecte des données. En psychologie, le test bilatéral est le choix par défaut et le plus défendable dans un contexte d'examen ou de publication.

Qu'est-ce que la p-valeur m'indique concrètement ?

La p-valeur est la probabilité d'obtenir une statistique de test aussi extrême — ou plus — si l'hypothèse nulle était vraie. Une p-valeur inférieure à 0.05 indique que la différence observée est peu compatible avec l'absence d'effet. Attention : ce n'est pas la probabilité que l'hypothèse nulle soit vraie, ni la probabilité que votre résultat soit dû au hasard.

Quelle différence entre mesures indépendantes et mesures pairées ?

Des mesures indépendantes impliquent deux groupes distincts sans lien entre les individus, comme un groupe traitement et un groupe contrôle. Des mesures pairées impliquent le même individu mesuré deux fois, par exemple avant et après une intervention. Le test t pour mesures pairées est plus puissant car il élimine la variabilité inter-individuelle du calcul de la statistique de test.

Comment interpréter la taille d'effet d de Cohen ?

Le d de Cohen mesure l'ampleur de la différence entre deux groupes en unités d'écart-type poolé. Un d de 0.2 est considéré petit, 0.5 moyen et 0.8 grand. La taille d'effet complète l'information de la p-valeur : une différence peut être statistiquement significative mais pratiquement négligeable si le d est très faible, ce qui arrive fréquemment avec des grands échantillons.

Introduction à la Régression Linéaire Simple

Apprends à construire un modèle linéaire simple et à interpréter les résultats correctement.

Présentation de la Régression Linéaire Simple

La régression linéaire simple est une méthode statistique qui consiste à ajuster une droite sur un nuage de point. L'objectif est de modéliser une relation entre deux variables: une variable Y que l'on cherche à expliquer et une variable X dont on se sert pour expliquer. Dans ce contexte, la variable Y dépend donc de la variable X. Pour cette raison, on appel la variable Y une variable dépendante: VD. La seconde variable, la variable X, sert de point de départ pour expliquer la première pour cette raison, on l'appel une variable explicative. On peut dire aussi que la variable X sert à prédire les valeur de la variable Y pour cette raison, on l'appel aussi souvent un prédicteur. La variable X enfin peut etre choisie librement, indépendemment de la variable que l'on cherche à expliquer. Ce choix appartient entièrement au chercheur et c'est pourquoi la variable X est souvent aussi appelée une variable indépendante VI. Le modèle suppose que cette relation est linéaire entre les deux variable et représente cette relation par une droite d'équation Y = aX + b. Le coefficient a mesure de combien Y varie lorsque X augmente de une unité. Le coefficient b quant à lui représente la valeur de Y lorsque la valeur de X vaut 0. On l'appel l'ordonnée à l'origine

Pourquoi utiliser la Régression Linéaire Simple

Les droites de régression apparaissent dans des contextes variés. On utilise typiquement une régression linéaire pour décrire comment les valeurs d'une variable Y progressent avec les valeur d'une variable X. Les droites de régression peuvent donc servire à calculer le coût d'un panier de fruit à partir du point des fruits, à prédire la taille d'un enfant en fonction de son age ou encore à expliquer une note d'examen à partir du nombre d'heure de travail. Les droites sont donc des modèle qui permettent de prédire une valeur à partire d'une autre. Il s'agit également du modèle le plus couremment utilisé et aussi le plus simple ce qui constitue donc un point d'entrée vers la compréhension des modèles plus complexes.

A qui s'adresse ce document

Ce document s'adresse à tout étudiant en Bachelor 1 qui rencontre la régression linéaire pour la première fois, quelle que soit sa filière. La régression linéaire simple est enseignée dans les cursus de gestion, d'économie, de psychologie, de biologie et de sciences sociales. Comprendre comment une variable en explique une autre est une compétence clée à toutes les disciplines qui demande à l'étudiant de raisonner sur des données quantitatives, indépendamment du format d'examen d'un cursus particulier.

Prérequis

Ce document est une introduction. Le niveau requis pour comprendre les explication est celui du gymnase ou équivalent. Une connaissance de base en algèbre est nécessaire : savoir lire une équation de la forme Y = aX + b et comprendre la notion de pente et d'ordonnée à l'origine. Aucune connaissance préalable en statistiques n'est requise. Aucun logiciel n'est requis : l'exercice proposé est conduit entièrement à la main pour permettre à l'étudiant de construire une représentation mentale des modèles mathématique tels qu'il sont utilisé en statistiques.

Questions courantes FAQ

Qu'est-ce qu'une variable dépendante et une variable indépendante ?

La variable dépendante (Y) est la variable que l'on cherche à expliquer ou à prédire. La variable indépendante (X) est la variable que l'on utilise pour faire une prédiction. Dans un modèle qui prédit le score d'un étudiant à partir de ses heures de travail, le score est Y et les heures sont X. La relation linéaire marche dans les deux sens. On peut expliquer X à partir de Y ou expliquer Y à partire de X. C'est au chercheur de déterminer quelle est la variable qu'il souhaite expliquer et de quelle variable il va se servire pour le faire.

Que signifient les coefficients a et b dans l'équation de régression ?

Le coefficient a et b de la droite d'équation Y = aX + b sont appelé paramètre de la droite. a est la pente. Il indique de combien Y varie en lorsque X augmente d'une unité. Le coefficient b quant à lui, s'appel ordonnée à l'origine. Il indique la valeur prédite de Y quand X est égal à zéro. Ces deux coefficients définissent la droite de régression entièrement. On dit aussi: la droite est spécifiée entièrement par les valeur de ses deux paramètres. L'interprétation des paramètres est toujours formulée dans les unités des variables concernées.

Quelle est la différence entre corrélation et régression linéaire ?

La corrélation mesure la force et la direction d'une relation linéaire entre deux variables. Cela se fait via un coefficient dont la valeur est compris entre -1 et 1. La régression va plus loin : elle produit une équation qui permet aussi bien de quantifier la relation de proportionnalité entre les deux variable mais en plus, la droite de régression permet de prédire Y à partir de X. Il existe une deuxième différence importante entre la corrélation et la régression linéaire: La corrélation est symétrique:  r(X,Y) est identique à r(Y,X) alors que la régression ne l'est pas: Y = aX + b n'est pas la meme equation que X = aY + b.

Qu'est-ce que le coefficient de détermination R² ?

Le R² mesure la proportion de la variance de Y expliquée par le modèle. Il varie entre 0 et 1 : un R² de 0.80 signifie que le modèle explique 80 % de la variabilité de Y. Un R² élevé ne garantit pas que le modèle est correct — il faut aussi vérifier que les hypothèses du modèle sont respectées. Un R² seul ne suffit pas à valider une régression.

Quelles sont les conditions d'application de la régression linéaire simple ?

La régression linéaire simple repose sur quatre hypothèses : 1) la relation entre X et Y est linéaire 2) les résidus sont indépendants 3) leur variance est constante (homoscédastiques) 4) les résidus suivent une loi normale. Si ces hypothèses sont violées, les coefficients peuvent tout de même être calculé, mais les tests statistiques ne seront pas valides. Autrement dit, si les condition d'application ne sont pas respectée, des résultats seront calculés mais le chercheur n'aura aucun moyen d'évaluer la confiance qu'il peut leur accorder.