| Titre : |
Analyse des données : Une approche par comparaison de modèles |
| Type de document : |
texte imprimé |
| Auteurs : |
Charles M. Judd, Auteur |
| Editeur : |
Paris : De boeck |
| Année de publication : |
2010 |
| Importance : |
421P |
| Format : |
27.5X21 CM |
| ISBN/ISSN/EAN : |
978-2-8041-0809-0 |
| Langues : |
Français (fre) Langues originales : Français (fre) |
| Mots-clés : |
Analyse,Analyse des données,comparaison de modèles |
| Index. décimale : |
150 Psychologie |
| Résumé : |
Grâce à son approche par comparaison de modèles ainsi que sa perspective unifiée basée sur le modèle linéaire général, Analyse des données offre véritablement au lecteur l'occasion de mieux comprendre toute une gamme de procédures statistiques. Cette perspective cohérente, tant au niveau de la terminologie que de la notation, est exploitée tout au long de l'ouvrage pour présenter des techniques de construction de modèles limitées en nombre mais beaucoup plus puissantes. Cet ouvrage fera l'unanimité pour son traitement détaillé de l'ANOVA, de la régression multiple, des observations non-indépendantes, des modèles d'interaction et non-linéaires, et pour ses conseils dans les démarches qu'il convient d'adopter, tant à l'égard des données déviantes que face à toute une série d'autres difficultés dans l'analyse des données. L'approche par comparaison de modèles ici présentée offre plusieurs avantages : 1/ elle augmente la compréhension intuitive de la matière, et accroit dès lors la capacité future à analyser les données de manière correcte ; 2/ elle procure davantage de contrôle dans l'analyse des données de manière telle que les lecteurs peuvent ensuite appliquer les techniques à un plus grand spectre de questions de recherche ; 3/ elle réduit le nombre de techniques statistiques qui doivent être mémorisées ; 4/ elle enseigne aux lecteurs à devenir des " analyseurs de données " plutôt que des statisticiens . "Analyse des données" s'avère idéal pour des enseignements avancés du premier cycle universitaire ainsi que pour les cours dispensés aux second et troisième cycles. Les cours prioritairement visés concernent l'analyse des données, les statistiques ainsi que les méthodes quantitatives en psychologie, en éducation, ou dans tout autre cours de sciences sociales et comportementales. L'ouvrage intéressera également les chercheurs chevronnés soucieux d'analyser au mieux leurs données d'expérience ou leurs résultats d'enquête. |
| Note de contenu : |
Sommaire
INTRODUCTION A L'ANALYSE DES DONNEES
MODELES SIMPLES : DEFINITIONS DE L'ERREUR ET DES PARAMETRES ESTIMES
LES MODELES SIMPLES : MODELES D'ERREUR ET DISTRIBUTINS D'ECHANTILLONNAGE
MODELES SIMPLES : INFERENCES STATISTIQUES A PROPOS DES VALEURS DE PARAMETRES
REGRESSION SIMPLE : ESTIMATEUR DES MODELES AVEC UN SEUL PREDICTEUR CONTINU
REGRESSION MULTIPLE : MODELES A PLUSIEURS PREDICATEURS CONTINUS
MODELE DE RGRESSION MODULEE ET NON LINEAIRE
ANOVA A UN FACTEUR : MODELES A UN SEUL PREDICTEUR CATEGORIEL
L'ANOVA FACTORIELLE : LES MODELES AVEC PLUSIEURS PREDICATEURS CATEGORIELS ET DES TERMES DE PRODUITS
MODELES A PREDICTEURS CONTINUS ET CATEGORIELS : ANCOVA
LES ANOVA A MESURES REPETEES : DES MODELES AVEC ERREURS NON-INDEPENDANTES
PREDICTEURS CONTINUS ET OBSERVATIONS NON-INDEPENDANTES
DONNEES ABERRANTES ET ERREUR INHABITUELLE |
Analyse des données : Une approche par comparaison de modèles [texte imprimé] / Charles M. Judd, Auteur . - Paris : De boeck, 2010 . - 421P ; 27.5X21 CM. ISBN : 978-2-8041-0809-0 Langues : Français ( fre) Langues originales : Français ( fre)
| Mots-clés : |
Analyse,Analyse des données,comparaison de modèles |
| Index. décimale : |
150 Psychologie |
| Résumé : |
Grâce à son approche par comparaison de modèles ainsi que sa perspective unifiée basée sur le modèle linéaire général, Analyse des données offre véritablement au lecteur l'occasion de mieux comprendre toute une gamme de procédures statistiques. Cette perspective cohérente, tant au niveau de la terminologie que de la notation, est exploitée tout au long de l'ouvrage pour présenter des techniques de construction de modèles limitées en nombre mais beaucoup plus puissantes. Cet ouvrage fera l'unanimité pour son traitement détaillé de l'ANOVA, de la régression multiple, des observations non-indépendantes, des modèles d'interaction et non-linéaires, et pour ses conseils dans les démarches qu'il convient d'adopter, tant à l'égard des données déviantes que face à toute une série d'autres difficultés dans l'analyse des données. L'approche par comparaison de modèles ici présentée offre plusieurs avantages : 1/ elle augmente la compréhension intuitive de la matière, et accroit dès lors la capacité future à analyser les données de manière correcte ; 2/ elle procure davantage de contrôle dans l'analyse des données de manière telle que les lecteurs peuvent ensuite appliquer les techniques à un plus grand spectre de questions de recherche ; 3/ elle réduit le nombre de techniques statistiques qui doivent être mémorisées ; 4/ elle enseigne aux lecteurs à devenir des " analyseurs de données " plutôt que des statisticiens . "Analyse des données" s'avère idéal pour des enseignements avancés du premier cycle universitaire ainsi que pour les cours dispensés aux second et troisième cycles. Les cours prioritairement visés concernent l'analyse des données, les statistiques ainsi que les méthodes quantitatives en psychologie, en éducation, ou dans tout autre cours de sciences sociales et comportementales. L'ouvrage intéressera également les chercheurs chevronnés soucieux d'analyser au mieux leurs données d'expérience ou leurs résultats d'enquête. |
| Note de contenu : |
Sommaire
INTRODUCTION A L'ANALYSE DES DONNEES
MODELES SIMPLES : DEFINITIONS DE L'ERREUR ET DES PARAMETRES ESTIMES
LES MODELES SIMPLES : MODELES D'ERREUR ET DISTRIBUTINS D'ECHANTILLONNAGE
MODELES SIMPLES : INFERENCES STATISTIQUES A PROPOS DES VALEURS DE PARAMETRES
REGRESSION SIMPLE : ESTIMATEUR DES MODELES AVEC UN SEUL PREDICTEUR CONTINU
REGRESSION MULTIPLE : MODELES A PLUSIEURS PREDICATEURS CONTINUS
MODELE DE RGRESSION MODULEE ET NON LINEAIRE
ANOVA A UN FACTEUR : MODELES A UN SEUL PREDICTEUR CATEGORIEL
L'ANOVA FACTORIELLE : LES MODELES AVEC PLUSIEURS PREDICATEURS CATEGORIELS ET DES TERMES DE PRODUITS
MODELES A PREDICTEURS CONTINUS ET CATEGORIELS : ANCOVA
LES ANOVA A MESURES REPETEES : DES MODELES AVEC ERREURS NON-INDEPENDANTES
PREDICTEURS CONTINUS ET OBSERVATIONS NON-INDEPENDANTES
DONNEES ABERRANTES ET ERREUR INHABITUELLE |
|  |
Affiner la recherche Interroger des sources externes
