Analyse de données : modèles de prédiction

Enseignants

Terache Julie (supplée Yzerbyt Vincent); Yzerbyt Vincent;

Langue
d'enseignement

Français

Thèmes abordés

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

Acquis
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

Contenu

- 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
    - Comparaison de modèles dans les modèles avec observations non indépendantes
    - Données problématiques et transformations

Modes d'évaluation
des acquis des étudiants

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Examen écrit sous forme de questions à résoudre et réalisé en salle informatique avec possibilité d'exploiter toute l'information voulue (hors Internet) comme le manuel, les notes de cours, des formulaires, etc. Le format est toutefois susceptible d'être adapté en fonction des contraintes sanitaires.

Autres infos

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 

Ressources
en ligne

Matériel disponible sur Moodle, en ce compris des données et le matériel relatif aux travaux pratiques

Support de cours

• Judd, C.M., McClelland, G.H., Ryan, C.R., Muller, D., & Yzerbyt, V. (2018). L’analyse de données: Une approche par comparaison de modèles.

Faculté ou entité
en charge

EPSY