|
Vous trouverez ici le programme de statistiques de la licence de
psychologie pour l'année 2004-2005.
Le programme a été légèrement modifié
chaque année depuis 4 ans pour être correctement adapté
:
- Aux besoins des psychologues
- A l'utilisation des machines électroniques
Le thème global de la licence pourrait être le modèle
linéaire général, bien que la théorie
sous-jacente reliant la régression linéaire et l'anova
ne soit pas évoquée directement.
Les calculs seront toujours réduits au minimum. On demande
surtout
- de savoir choisir judicieusement un test ou une représentation
pour une expérience ou une théorie donnée
- de savoir vérifier un résultat statisque (en particulier,
vérifier les conditions d'application)
- de savoir dénicher les erreurs dans les articles (utilisation
d'un test choisi a posteriori par exemple)
- de savoir interpréter des résultats
|
Section
|
Thèmes
|
Remarques
|
| Régression linéaire |
1 Régression linéaire simple
2 Régression linéaire multiple
3 Corrélations alternatives : tau de Kendall, coefficient
de Spearman, coefficient phi, coefficient de corrélation
bisériel de points
|
La régression est présentée comme un
modèle, associée à des mesures de liens.
On ne calcule pas la significativité des coefficients
de corrélation, mais on évoque la possiblilité
de le faire.
En première approximation, on considère qu'un
coefficient simple est significatif pour une valeur absolue
supérieure à 0.5
|
| Analyse de variance |
1 Plan simple
2 Plan factoriel à deux facteurs
3 Plan à mesures répétées
|
L'anova est présentée comme un test de comparaison
de moyennes généralisé renfermant un
modèle de régression
On insiste lourdement sur les conclusions composées,
et sur l'absolue nécessité
- de choisir les tests a priori
- de déterminer, éventuellement, un risque
d'erreur d'ensemble
- de ne pas modifier ses choix
- de prendre en compte dans l'estimation de la fiabilité
les coefficients non significatifs
|
| Analyse en composantes principale |
1 Principe
2 Quand l'utiliser ?
3 Lecture des résultats
|
Il s'agit bien entendu d'un survol. On attend
que les étudiants soient capables d'interpréter
les résultats, mais non pas de déterminer quelque
coefficient que ce soit ni à la main, ni à la
machine. |
| Philosophie de la statistique inférentielle
|
0 Le dilemme statistique
1 Y a-t-il une "logique des statistiques ?". Logique
floue et statistiques.
2 La statistique comme méthode d'aide à la
décision : le renoncement à la démonstration
3 Méfiance vis-à-vis des statistiques.
|
Cette dernière partie est hors programme dans la mesure
où aucune question ne sera posée sur les points
abordés.
Beaucoup d'étudiants et de chercheurs ne connaissent
pas les limites du raisonnement statistique. Les principes
statistiques ne sont d'ailleurs pas élucidés.
On insitera sur les points suivants :
- Le risque n'est pas ce
qu'on entend habituellement par "risque"
- Il y a un biais fondamental en statistiques, du fait que
les articles sont choisis
- Les modèles ne sont que des modèles. Un
bon modèle n'est pas nécessairement explicatif
- Les modèles que nous évoquons sont fondés
sur des hypothèses implicites fortes (en anova par
exemple, les facteurs ont des effets additifs)
- L'intuition trompe bien souvent. Pourtant, la démonstration
statistique est fondée sur des principes hautement
intuitifs.
|
|
