Analyse de données : modèles de prédiction

Matériel disponible sur iCampus, en ce compris des données

Le modèle linéaire général : de la régression multiple aux analyses multi-niveaux

AA 1 : Maîtriser les connaissances qui permettent d'analyser les données qui sont typiquement recueillies en psychologie et sciences de l'éducation et qui se prêtent à l'utilisation du modèle linéaire général

AA 2 : Familiariser les étudiants à une série d'approches statistiques qui s'appuient sur le modèle linéaire général et qui vont de la régression (multiple) aux modèles multi-niveaux.

AA 3: Analyser et critiquer de manière argumentée les résultats obtenus par le biais des analyses de régression et des analyses multi-niveaux, notamment à partir d'articles scientifiques

--

A2 : analyser et mode'liser une situation (individu, groupe ou organisation) en re'fe'rence a' des the'ories, re'sultats de recherche, me'thodes et outils relevant de la psychologie.

B1 : comprendre la me'thodologie et les analyses lie'e a' la planification, la re'alisation et l'e'valuation de l'efficacite' d'une manipulation ou d'une intervention

C2 : pre'senter et structurer les donne'es recueillies de manie're claire, synthe'tique, neutre, non oriente'e ; et structurer et re'diger les re'sultats de manie're standardise'e

E1 : mai'triser les e'tapes, les me'thodologies et les outils de la recherche scientifique en psychologie et sciences de l'e'ducation

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».

- Le modèle linéaire général et la régression multiple

    - Rappel de notions de statistique inférentielle

    - Comparaison de modèles et inférence dans les modèles à un paramètre

    - Comparaison de modèles dans les modèles à un prédicteur : la régression simple

    - Comparaison de modèles dans les modèles à plusieurs prédicteurs : la régression              multiple

    - Les modèles non-linéaires : les interactions en régression

    - Comparaison de modèles dans les modèles avec paramètres catégoriels : l'analyse de variance et les contrastes

    - Comparaison de modèles dans les modèles avec paramètres catégoriels et continus : l'analyse de covariance

    - Données problématiques et transformations

- Introduction aux analyses multi-niveaux

    - Limites des modèles traditionnels pour le traitement des structures hiérarchisées de données : degrés de liberté, indépendance des résidus et variance d'échantillonnage

    - Caractéristiques des modélisations multi-niveaux pour le traitement de structures hiérarchisées de données : un système d'équations

    - Propriétés des modèles : effets fixes et effets aléatoires ; interactions entre effets de niveaux différents ('cross-level interactions').

    - Modèles multi-niveaux pour données intra et inter-sujets.

Le cours de Méthodes quantitatives et qualitatives de recherche en psychologie ainsi que soit le cours de 'Analyse de données: Modèles de prédiction' soit le cours de 'Analyse de données: Modèles de mesure' constitue un prérequis pour les ateliers avancées des méthodes et des analyses

Avoir une connaissance de base des méthodes et des analyses

LPSP1012 Méthodologies de l'observation

LPSP1210 Me'thods de la recherche

LPSP1011 Statistique : Analyse descriptive de données quantitatives 

LPSP1209 Statistique, inférence sur une ou deux variables 

LPSP1212 Psychométrie 

LPSP1306 Statistique: Analyse descriptive et modélisation GLM de données multivariées  LPSP1307 Psychodiagnostic et travaux pratiques sur les tests         

LPSP1308 L'entretien psychologique           

LPSP1309 Déontologie de la pratique psychologique