//img.uscri.be/pth/eed0f31ce7ded8c76913a5732695a424edf63206
Cette publication ne fait pas partie de la bibliothèque YouScribe
Elle est disponible uniquement à l'achat (la librairie de YouScribe)
Achetez pour : 9,99 € Lire un extrait

Téléchargement

Format(s) : PDF

avec DRM

30 grandes notions de statistique descriptive en psychologie

De
160 pages
Conçu pour permettre à l'étudiant d'aller à l'essentiel, réviser ses cours ou simplement disposer d'un aperçu rapide sur les grandes notions de la statistique descriptive en psychologie, cet ouvrage constitue une synthèse claire et pédagogique de la discipline. Chaque notion abordée comporte : les principes essentiels et la démarche fondamentale de traitement des données, les méthodes de calcul et les applications.
Voir plus Voir moins
30 grandes notions de statistique descriptive en psychologie
P S Y C H O S U P
30 grandes notions de statistique descriptive en psychologie
Nicolas Guéguen
Illustration de couverture Franco Novati
© Dunod, 2016 5 rue Laromiguière, 75005 Paris www.dunod.com ISBN 978-2-10-074751-1
Table des matières
INTRODUCTION
CHAPITRE1
MESURERENPSYCHOLOGIE
1. La mesure en statistique 1.1 Principes 1.2 Bien évaluer 2. Les variables nominales 2.1 Principe 2.2 Exemples 3. Les variables ordinales 3.1 Principe 3.2 Exemples 3.3 Le cas des rangs 3.4 Exemples 4. Les variables d’intervalles 4.1 Principe 4.2 Exemples 5. Imagination et variables 5.1 Exemples de réponses par représentation 5.2 Étrange instrument de mesure 5.3 Imagination sans limite 5.4 Les variables de l’un ne sont pas les variables de l’autre 5.5 Variables et nouvelles technologies © Dunod – Toute reproduction non autorisée est un délit.
1
3
5 5 6 7 7 7 9 9 9 11 11 12 12 12 15 15 17 18
19 20
V
I
30 grandes notions de statistique descriptive en psychologie
6. Les changements d’échelles 6.1 Principe 6.2 Exemple
CHAPITRE2
DÉCRIREETRÉSUMERDESDONNÉES
1. Résumer une variable nominale : la notion de mode
1.1 Principe 1.2 Exemple 2. Médiane et quartile : le saucissonnage d’une distribution de données 2.1 Principe 2.2 Méthode de détermination de la médiane 2.4 Méthode de détermination des quartiles 2.5 Exemple 3. Moyenne, variance et écarttype : résumé d’une variable d’intervalles 3.1 Principe 3.2 Méthode 3.3 Exemple 4. Résumer l’allure d’une distribution de données d’intervalles 4.1 Principe 4.2 Le coefficient de variation : comparer des dispersions entre elles 4.3 Le coefficient Kurtosis : -mesure de l’aplatissement 4.4 Le coefficient Skewness : mesure de l’asymétrie
21 21 21
25
27 27 27
29 29 30 31 32
37 37 37 38
41 41
42 43 44
Table des matières
5. Résumé graphique d’une variable nominale 5.1 Principe 5.2 Exemple 6. Résumé graphique d’une variable ordinale 6.1 Principe 6.2 Exemple 7. Résumé graphique d’une variable d’intervalles 7.1 Principe 7.2 Exemple 7.3 La détermination du nombre de classes 8. Les distributions croisées 8.1 Principe 8.2 Exemples 8.3 Caractéristiques pertinentes d’un graphique
CHAPITRE3
ÉCHANTILLONETPOPULATION
1. Population et échantillon 1.1 Principe 1.2 Quelques définitions 1.3 L’échantillonnage 2. Le hasard en statistique : prélever, répartir, sélectionner de manière aléatoire 2.1 Principe 2.2 Sélections aléatoires 2.3 Répartitions aléatoires 3. Un peu de probabilités 3.1 Principe 3.2 Exemples © Dunod – Toute reproduction non autorisée est un délit.
47 47 47 49 49 49 51 51 51 53 56 56 56 60
65
67 67 67 68
71 71 72 73 74 74 75
VII
VIII
30 grandes notions de statistique descriptive en psychologie
CHAPITRE4
LALOINORMALEETSESAPPLICATIONS
1. La loi normale 1.1 Principe 1.2 Le principe de l’urne 1.3 La loi normale : un outil d’analyse 2. Lecture de la loi normale centréeréduite 2.1 Principe 2.2 Exemple 2.3 Calculs de différentes aires de la loi normale centrée-réduite 3. Lecture inverse de la loi normale centréeréduite 3.1 Principe 3.2 Calculs de différentes valeurs de la loi normale centrée-réduite 4. La notion d’écart centréréduit
4.1 Principe 4.2 Méthode de calcul 4.3 Exemple 5. Évaluer la probabilité d’apparition d’une valeur dans une distribution 5.1 Principe 5.2 Méthode de calcul 5.3 Exemple 6. Retrouver une valeur dans une distribution par lecture de la loi normale 6.1 Principe 6.2 Méthode de calcul 6.3 Exemple
79
81 81 84 86 87 87 87
89 91 91
91 93 93 94 95
96 96 96 96
99 99 100 100