Statistiques. Concepts et applications (2e édition)

Quebec publishers

Ce manuel est d’abord destiné aux étudiants qui suivront peut-être un seul cours de statistiques dans leur formation, mais il pourra également servir d’entrée en matière à ceux qui suivront des cours plus avancés.
Cette deuxième édition maintient l’approche et l’esprit de l’édition originale : elle se sert des concepts pour expliquer les formules plutôt que de se servir des formules pour expliquer les concepts. De plus, la présentation graphique et les textes ont été entièrement révisés et plusieurs sections ont été refondues, notamment celles décrivant les aspects plus complexes portant sur l’inférence statistique. On y trouve aussi de nouveaux contenus, dont un chapitre additionnel sur l’analyse non paramétrique.
Comme dans la première édition, chaque chapitre est ponctué de «quiz rapides» qui permettent aux étudiants de vérifier leur niveau de maîtrise des concepts et se termine par des questions à choix multiples. On y trouve évidemment les réponses aux uns et aux autres.
Le site Internet qui lui est associé contient pour chaque chapitre du livre des banques de données, des exercices et des commandes d’analyse pour le logiciel SPSS ; on y trouve également des discussions sur l’interprétation des résultats produits par le logiciel.
Robert R. Haccoun et Denis Cousineau sont professeurs au Département de psychologie de l’Université de Montréal.

Table of contents
Couverture	1
Titre	4
Copyright	5
TABLE DES MATIÈRES	8
Avant-propos	10
Comment utiliser cet ouvrage	12
Chapitre 1: La description des données	16
La description et l’inférence en statistique	16
L’organisation d’une banque de données pour l’analyse statistique	18
Les variables	20
Les échelles de mesure	21
Sommaire du chapitre	28
Exercices de compréhension	28
Chapitre 2: La distribution des données	34
La distribution simple des données	35
La distribution groupée des données	36
La distribution relative des données	40
Les représentations graphiques de la distribution des données	43
Les formes de distribution	48
Sommaire du chapitre	55
Exercices de compréhension	56
Chapitre 3: Les statistiques descriptives	62
Les statistiques de la tendance centrale	62
Les mesures de dispersion	78
La variance autour de la moyenne	82
Autres statistiques descriptives	90
Sommaire du chapitre	95
Exercices de compréhension	96
Chapitre 4: La position relative des observations	102
Le rang absolu	104
Le rang percentile	106
La valeur étalon Z	115
Autres valeurs étalons	121
Sommaire du chapitre	124
Exercices de compréhension	125
Chapitre 5: La distribution normale	130
Quelques conseils de prudence en guise de préambule	131
Définition de la distribution normale	132
La densité sous la courbe	134
La conversion des valeurs étalons Z en rangs percentiles	139
La conversion des rangs percentiles en valeurs étalons Z	141
Sommaire du chapitre	144
Exercices de compréhension	145
Chapitre 6: La corrélation	150
La corrélation de Pearson	151
La logique qui sous-tend le calcul de la corrélation	152
Remarques supplémentaires	169
Sommaire du chapitre	177
Exercices de compréhension	178
Chapitre 7: La régression linéaire simple	184
Le graphique de dispersion et la droite de régression	185
Exemple de prédiction de la note à un examen final	205
Sommaire du chapitre	210
Exercices de compréhension	210
Chapitre 8: Les concepts de l’inférence statistique	216
L’échantillon et la population: les deux concepts fondamentaux de l’inférence	216
La population, l’échantillon et l’inférence	219
L’échantillon représentatif et l’échantillon aléatoire	221
Statistiques et paramètres	224
La théorie, l’hypothèse et la vérification de l’hypothèse nulle	230
Sommaire du chapitre	246
Exercices de compréhension	247
Chapitre 9: La mécanique de l’inférence statistique	252
Quand les échantillons aléatoires ne sont pas identiques: l’erreur d’échantillonnage	253
Quantifier l’erreur d’échantillonnage	256
La signification statistique	266
L’intervalle de confiance	272
L’erreur de type I et l’erreur de type II	282
Sommaire du chapitre	287
Comment trouver l’erreur type de la moyenne	287
Exercices de compréhension	289
Chapitre 10: Une ou deux populations? Le test t	294
Pourquoi un «petit» échantillon?	295
Le test t pour un échantillon	302
Le test t pour deux échantillons indépendants	305
Le test t pour des données pairées	317
Sommaire des étapes pour réaliser un test t	320
Rédiger une interprétation des données	321
Sommaire du chapitre	322
Exercices de compréhension	323
Chapitre 11: L’analyse de variance à un facteur	328
L’utilisation de l’ANOVA	329
Pourquoi l’ANOVA et pas le test t?	330
La variable indépendante et la variable dépendante pour l’ANOVA	335
Le principe fondateur de l’analyse de variance: les différences intergroupes et intragroupes	336
Sommaire du test de l’hypothèse pour K groupes	349
Les influences sur la probabilité de rejeter H[sub(0)]	352
Les tests de comparaisons multiples ou tests a posteriori	356
La taille de l’effet et la statistique êta au carre (η[sup(2)])	360
Sommaire du chapitre	364
Exercices de compréhension	365
Chapitre 12: L’analyse de variance factorielle	370
L’ANOVA à un facteur et l’ANOVA factorielle: similarités et différences	370
Importance de l’étude des interactions	371
L’organisation d’une ANOVA factorielle	374
Le fonctionnement de l’ANOVA factorielle	376
Les hypothèses de l’ANOVA factorielle	379
La décomposition de la somme totale des carrés	381
Sommaire du chapitre	389
Exercices de compréhension	390
Chapitre 13: Les statistiques non paramétriques	396
L’analyse des variables nominales: le test chi deux	398
L’analyse des variables nominales pour deux variables indépendantes	402
La corrélation entre les variables ordinales: le coefficient de corrélation de Spearman	405
Un test sur deux échantillons indépendants: le Wilcoxon-Mann-Whitney	409
Un test sur k échantillons indépendants	417
Le test de Wilcoxon sur données appareillées	421
Sommaire du chapitre	425
Exercices de compréhension	426
Annexe	430
Réponses aux quiz rapides	444
Bibliographie	458

Table of contents

Accessibility

Book details