d'enseignement
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | 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) ».
- 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.
des acquis des étudiants
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
en ligne
en charge
