๐ŸŽฏ ๐‘ป๐’†๐’”๐’• ๐’…๐’† ๐‘ญ๐’“๐’Š๐’†๐’…๐’Ž๐’‚๐’ : ๐‘ช๐’๐’Ž๐’‘๐’“๐’†๐’๐’…๐’“๐’† ๐’’๐’‚๐’๐’‚๐’๐’š๐’”๐’† ๐’๐’๐’ ๐’‘๐’‚๐’“๐’‚๐’Ž๐’†́๐’•๐’“๐’Š๐’’๐’–๐’† ๐’‚๐’—๐’†๐’„ ๐’„๐’๐’Ž๐’‘๐’‚๐’“๐’‚๐’Š๐’”๐’๐’๐’” ๐’‘๐’๐’”๐’•-๐’‰๐’๐’„

๐Ÿ“ˆ ๐‘ป๐’†๐’”๐’• ๐’…๐’† ๐‘ญ๐’“๐’Š๐’†๐’…๐’Ž๐’‚๐’ ๐’‚๐’—๐’†๐’„ ๐’„๐’๐’Ž๐’‘๐’‚๐’“๐’‚๐’Š๐’”๐’๐’๐’” ๐’‘๐’‚๐’Š๐’“๐’†๐’”

๐Ÿ”ด ๐‘ธ๐’–๐’†๐’ ๐’†๐’”๐’• ๐’„๐’† ๐’•๐’†๐’”๐’• ๐’”๐’•๐’‚๐’•๐’Š๐’”๐’•๐’Š๐’’๐’–๐’† ?

๐Ÿ‘‰ ๐‘ป๐’†๐’”๐’• ๐’…๐’† ๐‘ญ๐’“๐’Š๐’†๐’…๐’Ž๐’‚๐’

C’est ๐’–๐’๐’† ๐’‚๐’๐’•๐’†๐’“๐’๐’‚๐’•๐’Š๐’—๐’† ๐’๐’๐’ ๐’‘๐’‚๐’“๐’‚๐’Ž๐’†́๐’•๐’“๐’Š๐’’๐’–๐’† ๐’‚̀ ๐’’ANOVA ๐’‚̀ ๐’Ž๐’†๐’”๐’–๐’“๐’†๐’” ๐’“๐’†́๐’‘๐’†́๐’•๐’†́๐’†๐’”.

๐Ÿ“Œ Il est utilisรฉ lorsque :

  • ๐‘ณ๐’†๐’” ๐’Ž๐’†̂๐’Ž๐’†๐’” ๐’”๐’–๐’‹๐’†๐’•๐’” ๐’”๐’๐’๐’• ๐’Ž๐’†๐’”๐’–๐’“๐’†́๐’” ๐’‚̀ ๐’‘๐’๐’–๐’”๐’Š๐’†๐’–๐’“๐’” ๐’Ž๐’๐’Ž๐’†๐’๐’•๐’”
  • ๐‘ณ๐’†๐’” ๐’…๐’๐’๐’๐’†́๐’†๐’” ๐’๐’† ๐’”๐’–๐’Š๐’—๐’†๐’๐’• ๐’‘๐’‚๐’” ๐’–๐’๐’† ๐’๐’๐’Š ๐’๐’๐’“๐’Ž๐’‚๐’๐’†
  • ๐‘ณ’๐’†́๐’„๐’‰๐’‚๐’๐’•๐’Š๐’๐’๐’๐’ ๐’†๐’”๐’• ๐’…๐’† ๐’•๐’‚๐’Š๐’๐’๐’† ๐’“๐’†́๐’…๐’–๐’Š๐’•๐’†

๐Ÿ“Š Dans cet exemple :

  • n = 10 → les mรชmes 10 sujets mesurรฉs ร  t1, t2 et t3
  • Variable รฉtudiรฉe : score

๐Ÿ”ด ๐‘ฐ๐’๐’•๐’†๐’“๐’‘๐’“๐’†́๐’•๐’‚๐’•๐’Š๐’๐’ ๐’…๐’– ๐’“๐’†́๐’”๐’–๐’๐’•๐’‚๐’•

Rรฉsultat :

ฯ‡²(2) = 18.2, p = 0.00011

  • ฯ‡²(2) → statistique du Chi-deux avec 2 degrรฉs de libertรฉ (3 temps − 1)
  • p = 0.00011 → rรฉsultat hautement significatif

✅ ๐‘ช๐’๐’๐’„๐’๐’–๐’”๐’Š๐’๐’ :

Il existe ๐’–๐’๐’† ๐’…๐’Š๐’‡๐’‡๐’†́๐’“๐’†๐’๐’„๐’† ๐’”๐’•๐’‚๐’•๐’Š๐’”๐’•๐’Š๐’’๐’–๐’†๐’Ž๐’†๐’๐’• ๐’”๐’Š๐’ˆ๐’๐’Š๐’‡๐’Š๐’„๐’‚๐’•๐’Š๐’—๐’† ๐’…๐’†๐’” ๐’”๐’„๐’๐’“๐’†๐’” ๐’‚๐’– ๐’‡๐’Š๐’ ๐’…๐’– ๐’•๐’†๐’Ž๐’‘๐’”.

⚠️ Cela signifie qu’au moins un moment diffรจre des autres, mais le test ne prรฉcise pas lequel.
C’est pourquoi des ๐’„๐’๐’Ž๐’‘๐’‚๐’“๐’‚๐’Š๐’”๐’๐’๐’” ๐’‘๐’๐’”๐’•-๐’‰๐’๐’„ sont nรฉcessaires.

๐Ÿ”ด ๐‘ช๐’๐’Ž๐’‘๐’“๐’†๐’๐’…๐’“๐’† ๐’๐’†๐’” ๐’ƒ๐’๐’™๐’‘๐’๐’๐’•๐’”

Chaque boรฎte reprรฉsente :

  • ๐‘ณ๐’‚ ๐’Ž๐’†́๐’…๐’Š๐’‚๐’๐’†
  • ๐‘ณ’๐’†́๐’„๐’‚๐’“๐’• ๐’Š๐’๐’•๐’†๐’“๐’’๐’–๐’‚๐’“๐’•๐’Š๐’๐’† (IQR)
  • ๐‘ณ๐’‚ ๐’…๐’Š๐’”๐’‘๐’†๐’“๐’”๐’Š๐’๐’ ๐’…๐’†๐’” ๐’…๐’๐’๐’๐’†́๐’†๐’”

Les points noirs correspondent aux valeurs individuelles.

๐Ÿ“ˆ Tendance observรฉe :

  • t1 → scores les plus faibles
  • t2 → augmentation modรฉrรฉe
  • t3 → scores les plus รฉlevรฉs

๐Ÿ‘‰ ๐‘ป๐’†๐’๐’…๐’‚๐’๐’„๐’† ๐’„๐’“๐’๐’Š๐’”๐’”๐’‚๐’๐’•๐’† ๐’„๐’๐’‚๐’Š๐’“๐’† ๐’…๐’‚๐’๐’” ๐’๐’† ๐’•๐’†๐’Ž๐’‘๐’”

๐Ÿ”ด ๐‘ช๐’๐’Ž๐’‘๐’‚๐’“๐’‚๐’Š๐’”๐’๐’๐’” ๐’‘๐’‚๐’Š๐’“๐’†๐’” ๐’‘๐’๐’”๐’•-๐’‰๐’๐’„

Les accolades horizontales indiquent les comparaisons deux ร  deux aprรจs le test de Friedman (souvent via ๐’๐’† ๐’•๐’†๐’”๐’• ๐’…๐’† ๐‘พ๐’Š๐’๐’„๐’๐’™๐’๐’ ๐’”๐’Š๐’ˆ๐’๐’†́-๐’“๐’‚๐’๐’ˆ ๐’‚๐’—๐’†๐’„ ๐’„๐’๐’“๐’“๐’†๐’„๐’•๐’Š๐’๐’).

Notation :

·          

    • → p < 0.05
  • ** → p < 0.01

Rรฉsultats :

  • t1 vs t2 → significatif
  • t1 vs t3 → hautement significatif
  • t2 vs t3 → significatif

๐Ÿ‘‰ ๐‘ป๐’๐’–๐’” ๐’๐’†๐’” ๐’Ž๐’๐’Ž๐’†๐’๐’•๐’” ๐’…๐’Š๐’‡๐’‡๐’†̀๐’“๐’†๐’๐’• ๐’”๐’Š๐’ˆ๐’๐’Š๐’‡๐’Š๐’„๐’‚๐’•๐’Š๐’—๐’†๐’Ž๐’†๐’๐’•

๐Ÿ”ด ๐‘ฌ๐’™๐’†๐’Ž๐’‘๐’๐’† ๐’…๐’† ๐’“๐’†́๐’…๐’‚๐’„๐’•๐’Š๐’๐’ ๐’…๐’‚๐’๐’” ๐’–๐’ ๐’‚๐’“๐’•๐’Š๐’„๐’๐’† ๐’”๐’„๐’Š๐’†๐’๐’•๐’Š๐’‡๐’Š๐’’๐’–๐’†

Un test de Friedman a rรฉvรฉlรฉ un effet significatif du temps sur le score (ฯ‡²(2) = 18.2, p = 0.00011, n = 10). Les comparaisons post-hoc ont montrรฉ que les scores ร  t2 et t3 รฉtaient significativement plus รฉlevรฉs qu’ร  t1, et que les scores ร  t3 รฉtaient รฉgalement significativement plus รฉlevรฉs qu’ร  t2.

Pour mieux apprendre l’utilisation des logiciel et modรจles statistiques, nous vous invitons ร  prendre part ร  la prochaine session de notre formation en ๐™€๐™˜๐™ค๐™ฃ๐™ค๐™ขรฉ๐™ฉ๐™ง๐™ž๐™š ๐™š๐™ฉ ๐™๐™š๐™˜๐™๐™ฃ๐™ž๐™ฆ๐™ช๐™š๐™จ ๐™Œ๐™ช๐™–๐™ฃ๐™ฉ๐™ž๐™ฉ๐™–๐™ฉ๐™ž๐™ซ๐™š๐™จ https://forms.gle/yZAZimRXbTFbUWZk6 

 


Commentaires

Enregistrer un commentaire

Posts les plus consultรฉs de ce blog

ร‰conomรฉtrie des donnรฉes de panel: de la thรฉorie ร  la pratique

Image
L'รฉconomรฉtrie des donnรฉes de panel ร  la diffรฉrence du modรจle linรฉaire simple prรฉsente une double dimension: la dimension temporelle et la dimension individuelle.Par exemple on observe des variables macroรฉconomiques (PIB, inflation, taux de chรดmage, dรฉpenses publiques de consommation,...) sur les pays d'une zone monรฉtaire donnรฉes (Euro) sur une pรฉriode donnรฉe (2000-2020). Dans cet exemple la dimension temporelle c'est l'annรฉe et la dimension individuelle est matรฉrialisรฉe par le pays. L'image ci-aprรจs illustre bien la configuration que doivent avoir les donnรฉes de panel avant estimation. C'est un panel de 4 pays (Individus) sur la pรฉriode 2000-2005 avec comme variables: les exportations, les Investissement Directs ร‰trangers (IDE), le Produit Intรฉrieur Brute (PIB), l'ouverture commerciale, l'inflation, le capital humain, l'indice de corruption et le taux de change. L’รฉconomรฉtrie des donnรฉes de panel prรฉsente la modรฉlisation  en partant de la structure d...
Lire la suite