Les variables explicatives et à expliquer sont qualitatives.
Dissertation : Les variables explicatives et à expliquer sont qualitatives.. Recherche parmi 300 000+ dissertationsPar Junioor.00 • 5 Juin 2019 • Dissertation • 358 Mots (2 Pages) • 1 594 Vues
- Les variables explicatives et à expliquer sont qualitatives.
Dans l’échantillon : Tableau des profils + graphique en tuyaux d’orgues
Dans la population : On émet l’hypothèse H0
On teste H0 à l’aide du Khi-Deux
Fonction test.Khideux ( effectif observé ; effectif théoriques)
p-value <5% on rejette H0 donc il y a un effet dans la population.
p-value > 5% non rejet de H0 on ne peut rien conclure
Validité du Test :
Il faut que les effectifs théoriques soient supérieurs à 5
Tolérance : il faut que tous les effectifs théoriques soient supérieurs à 1 et que 20% au maximum peuvent être inférieurs à 5
- La variable explicative est qualitative et la variable à expliquer est quantitative.
Exemple : fichier harcèlement
Variable explicative : lieu d’habitation
Variable à expliquer : le sentiment de sécurité dans la rue (échelle d’opinion de 1 à 5). ( quantitativ discrète)
Etude dans l’échantillon : TCD avec moyennes et écarts-types.
Ce tableau révèle un effet du lieu d’habitation sur le sentiment de sécurité dans la rue
Dans l’échantillon :
P11/14
Variance totale : D15^2
Suivi de l’utilitaire d’analyse
Dans la population : indépendance des 2 variables dans la population
On teste H0 par un calcul de p-value.
On fait un TCD :
Identifiant dans lignes
Lieu d’habitation dans colonnes
Sentiment de sécurité dans la rue
On regarde la colonne probabilité :
p-value = 0,0902…
on gadera 0,090 soit 9%
supérieurs à 5% : non rejet de H0 quant à l’effet du lieu d’habitation sur le sentiment de sécurité dans la rue DANS LA POPULATION
2ème étude : effet du sexe sur le sentiment de sécurité dans la rue.
Echantillon : tableau avec effetcifs, moyennes et écarts types
Dans la population : on émet h0
On teste H0 avec l’ANOVA
- Cas de deux variables quantitatives :
Calcul du coefficient de corrélation linéaire
R = coefficient. Corrélation (plages à selectionner)
DANS la population : pour n assez grand (n>100)
On calcule la statistique z=r.Racine De n
Calcul de la p-value
p-value= 2x(1-loi.normale.standard. N(7;5;1)
en ligne= variable explicative
en colonne = variable à expliquer
valeur = identifiant
on rejette H0 si z est avant -1,96 ou après 1,96
...