Traitement TD S5 Quiz 1 PDF

# Traitement TD S5 ## 8. Shapiro Test * Shapiro test - test de normalité des variances * `shapiro.test(exo3$TR, exo3$Drogue, shapiro, test)` * `(Schmider)` * Ho: distribution de nos valeurs = distribution N * H1: distributions de nos valeurs ≠ distribution N * p> 0.05 non rejet de...

# Traitement TD S5 ## 8. Shapiro Test * Shapiro test - test de normalité des variances * `shapiro.test(exo3$TR, exo3$Drogue, shapiro, test)` * `(Schmider)` * Ho: distribution de nos valeurs = distribution N * H1: distributions de nos valeurs ≠ distribution N * p> 0.05 non rejet de Ho * nos distribution resemblant à la loi N * condition respectée ## 9. Test de Levere * tester l'homogénéité des variances * `lev <-leveneTest (VD, VI)` => `leveneTest (exo3$TR, exo3$Drogue)` * `(Hovell)` * Ho: il y a pas de différence entre nos variances de chaque groupe * Ha: il y a une différence entre nos variances de chaque groupe * P>0.05 non rejet * pas de différence entre les variances * variances sont homogères * condition respectée ## 10. Calcul de l'ANOVA * les conditions respectées, donc on peut calculer l'ANOVA * `anova3 <-ezANOVA (data = non-objet, dv=VD, wid=sujet, within = VI intra, between = VI inter, type=3, return_aov =T)` * `anova3 <-ezANOVA (data = exo3, dv=TR, wid=sujets, between = Drogue, return_aov=TRUE)` * après `summary(anova3$aov)` * between Sx <x> (emboite) * chaque participant ne voit qu'une modalité * within SxDx (croisé) * tous les participant se voit tous les modalités # Traitement TD S5 ## 4. Table * `"exo3$Drogue"` * Nom du dossier * VI ## 5. Boxplot * `VD boxplot(exo3)` * les boxplots en fonction de VI => `boxplot(exo3$TR~ exo3$Drogue)` ## 6. Moyenne de la VD * `aggregate(exo3$TR ~ exo3$Drogue, data = exo3, mean)` * VI ## 7. Pirateplot * `pirateplot(data=exo3, TR ~ Drogue, point.o=1, main="titre", xlab = type de drogue (les modalités VI), ylab = TR (en ms) (VD), sort.x = "mean")` * TR obtenus en fonction de la drogue ingérée # Calculs de l'analyse de variance | Addition | Rimes | Adjectifs | Images | Intentionnel | TOTAL | |---|---|---|---|---|---| | Somme | 70 | 69 | 110 | 134 | 120 | 503 | | Moyenne | 7.00 | 6.90 | 11.00 | 13.40 | 12.00 | 10.06 | ## Les sommes des carrés * sommes des carrés totaux (SC tot) * totalité des variations observées dans cette étude * `Scrot = SC trait + Scerr` * `SC tot = (her bir değer - genel ortalama)²` * ex: `(9-10,06)² + (8-10,06)²....` * sommes des carrées traitement (SCtrait) * variations liées aux groupes (ex changement de condition experimentale) * `SC trait = (grup ortalaması - genel ortalama)² x grup başına` * ex: `((7-10,06)²+(6,9-10.06)...)) x 10` * sommes des carrés * `SCerr = SC tot - SCtrait` * `SCerr = (her bir değer - grup ortalaması)²` * ex: `(9-7)²+(8-7)2...` ## Les degrés de liberté (ddl) * ddl tot = N -1 (toplam sujets - 1) * ex: 50-1 = 49 * ddl trait = k - 1 (grup sayısı - 1) * ex: 5-1 = 4 * ddlerr = k(n - 1) grup sayısı (gruptaks sujets sayısı - 1) * ex: 5(10 - 1) = 45 ## Carres Moyens * CM trait = Scerr / ddl trait * CMerr = Scerr/ ddlerr * CMtot = Scroà/ddlo ## Présentation des resultats #### Tableau d'ANOVA | Source | Sommes des carrés | Degrés de liberté |Carés Moyens | F | Significativité | |---|---|---|---|---|---| | Traitement | 351.52 | 4 | 87.88 | 9.085 | P<.001 | | Erreur | 435.3 | 45 | 9.673 | | | | Total | 786.82 | 49 | | | | ## Que dire de cette valeur de F? * ddl table de f (sevil 5%) => (alpha = 0.05) * 4 et 45 ddl * ddl numerateur * ddl denominaka * Valeurs 1, 2, 3, 4 * Fleorik (2.579) ## Calcul du F * F = CMtrait (intergroupe) / Cmerr (intragroupe) * ex: 87.88 / 9.67 = 9.08 * table de f (sevil %0.1) = (alpha=0.001) * 4 et 45 ddl => F théorique (5.564) (900.1) ## Bu ne demek? * Fcalculé = 9.08 => Si `Fcalculé > F théorique` => rejet de Ho * her iki alpha değerinde de fcalculé > f theorique * (9.08 > 2.579) (9.08 > 5.564) => F değeri %0.1 seviyesindel anlamlılık Sınırını bile aşığı için, sonuçların p değeri 0.001'den daha küçük diyebiliriz. p<0.001 demek, sonuçlar çok güçlü bir anlamur gösteriyor denek. Bu sonvalara dayanarat ANOVA tablosung Significativité (pdeğern) kisarina, p<0.001 yazıyoruz ## Decisions Statistique * Fcalculé > Fthéorique * on rejette Ho. * Il existe au moins une différence significative parmi les 5 moyennes. * `F(ddl trait, ddlerr) = valeur du F, probabilité d'erreur associée` * ex: `F(4,45)=9.08, p<0.001` * 0.1% = significatif (*** dans le tableau R) * 1% = significatif (**) * 5% = significatif (*) * possibilité d'indiquer la valeur exacte du p ## La taille d'effet * l'êta carré (n²) * Guide d'interprétation des tailles d'effets: * Effet * Valeur de n² * petit * 0.01 * Moyen * 0.06 * Grand * 0.14 * l'omega carré (w²) * `w² = SCtrait-(k-1) (Merr / Sctot + CMerr)` * ex: `w² = 351.52-4(9.67) / 786.82+9.67` * Permet la comparaison de la magnitude des effets de différentes VI. * Deux façons de considérer: * Comme une proportion de variance expliquée par l'effet (R²) * comme une proportion de réduction l'erreur (PRE) ## Redaction des resultats **Conclusion statistique:** L'ANOVA à un facteur indique qu'il existe un effet significatif de la profondeur du VI traitement sur le nombre de mots rappelés par les sujets (F(4,45)=9.08, p<0.001). **Interpretation:** Le fait de traiter plus ou moins profondément l'information verbale affecte donc la capacité qu'auront les sujets à la rappeler ultérieurement.