Les délicieuses statistiques R d'Andy Field
 |
Description
Introduction au livre
Dites adieu aux livres de statistiques ennuyeux et rébarbatifs ! Découvrez une collaboration originale entre statistiques, R et humour britannique !
Voici une autre œuvre ambitieuse d'Andy Field, professeur de psychologie (et statisticien) britannique excentrique et auteur de 『Discovering Statistics Using SPSS』, un best-seller dans le domaine des statistiques.
Tout comme ses œuvres précédentes, qui lui ont valu de nombreux fans, ce livre confirme également son talent d'écriture « immuable ».
Ce livre regorge d'informations et témoigne d'un travail minutieux visant à guider plus facilement les lecteurs dans le monde des statistiques, le tout agrémenté d'un humour tantôt espiègle, tantôt malicieux.
Je recommande tout particulièrement ce livre aux lecteurs réticents à lire des ouvrages de statistiques arides.
Voici une autre œuvre ambitieuse d'Andy Field, professeur de psychologie (et statisticien) britannique excentrique et auteur de 『Discovering Statistics Using SPSS』, un best-seller dans le domaine des statistiques.
Tout comme ses œuvres précédentes, qui lui ont valu de nombreux fans, ce livre confirme également son talent d'écriture « immuable ».
Ce livre regorge d'informations et témoigne d'un travail minutieux visant à guider plus facilement les lecteurs dans le monde des statistiques, le tout agrémenté d'un humour tantôt espiègle, tantôt malicieux.
Je recommande tout particulièrement ce livre aux lecteurs réticents à lire des ouvrages de statistiques arides.
- Vous pouvez consulter un aperçu du contenu du livre.
Aperçu
indice
CHAPITRE 1 Pourquoi de mauvais professeurs imposent des statistiques aux élèves_1
1.1 Ce que vous apprendrez dans ce chapitre ① 1
1.2 Pour les lecteurs qui se demandent quoi faire ① 2
1.3 Observations initiales : Identifier un élément nécessitant une explication ① 4
1.4 Génération et vérification de la théorie ① 5
1.5 Collecte de données 1 : Que mesurer ? ① 8
1.6 Collecte de données 2 : Comment mesurer ? ① 16
1.7 Analyse des données ① 24
Statistiques découvertes dans ce chapitre ① 37
37 termes clés découverts dans ce chapitre
Le défi d'Alex le malin n° 38
Lectures complémentaires 39
39 études intéressantes tirées du monde réel
CHAPITRE 2 Tout ce que vous avez toujours voulu savoir sur les statistiques (probablement)_41
2.1 Ce que vous apprendrez dans ce chapitre ① 41
2.2 Construction d'un modèle statistique ① 42
2.3 Population et échantillon ① 45
2.4 Quelques modèles statistiques simples ① 46
Pour obtenir plus de 2,5 données, ① 52
2.6 Validation des questions de recherche à l'aide de modèles statistiques ① 62
Statistiques découvertes dans ce chapitre ① 75
76 termes clés découverts dans ce chapitre
Le défi d'Alex le malin n° 76
Lecture complémentaire 77
Études intéressantes tirées du monde réel 77
CHAPITRE 3 Environnement R_79
3.1 Ce que vous apprendrez dans ce chapitre ① 79
3.2 Avant de commencer ① 80
3.3 Premiers pas avec R ① 85
3.4 Utilisation de base de R ① 88
3.5 Importation de données dans R ① 102
3.6 Saisie de données avec R Commander ① 118
3.7 Saisie et modification des données à l'aide d'un logiciel dédié ① 121
3.8 Stockage de données ① 130
3.9 Manipulation des données ③ 132
Statistiques découvertes dans ce chapitre ① 144
Les packages R utilisés dans ce chapitre 144
Fonctions R utilisées dans ce chapitre 144
Termes clés découverts dans ce chapitre 145
Défi 145 de Smart Alex
Lecture complémentaire 147
CHAPITRE 4 : Exploration des données à l'aide de graphiques_149
4.1 Ce que vous apprendrez dans ce chapitre ① 149
4.2 L'art de la représentation des données ① 150
4.3 Paquets utilisés dans ce chapitre ① 155
4.4 Introduction à ggplot2 ① 156
4.5 Diagramme de dispersion montrant la relation entre les variables ① 174
4.6 Histogrammes utiles pour repérer les problèmes évidents ① 181
4.7 Diagramme en boîte (Diagramme à moustaches) ① 184
4.8 Densité Figure ① 189
4.9 Représentation graphique de la moyenne ③ 190
4.10 Thèmes et options ① 205
Statistiques découvertes dans ce chapitre ① 207
Packages R utilisés dans ce chapitre 207
Fonctions R utilisées dans ce chapitre 208
Termes clés abordés dans ce chapitre 208
Défi 208 de Smart Alex
Lectures complémentaires 209
Études intéressantes du monde réel 209
CHAPITRE 5 : Hypothèses concernant les données_211
5.1 Ce que vous apprendrez dans ce chapitre ① 211
5.2 Qu'est-ce qu'une famille ? ① 212
5.3 Hypothèses relatives aux données paramétriques ① 213
5.4 Packages R utilisés dans ce chapitre ① 214
5.5 Hypothèse de normalité ① 215
5.6 Test de normalité de la distribution ① 231
5.7 Test d'homogénéité des variances ① 235
5.8 Correction des problèmes de données ② 241
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 257
Packages R utilisés dans ce chapitre 257
Fonctions R utilisées dans ce chapitre 258
Termes clés découverts dans ce chapitre 258
Défi 258 d'Alex le malin
Lecture complémentaire 259
CHAPITRE 6 Corrélation_261
6.1 Ce que vous apprendrez dans ce chapitre ① 261
6.2 Comprendre les relations avec vos yeux ① 262
6.3 Comment mesurer les relations ① 262
6.4 Saisie des données pour l'analyse de corrélation ① 270
6.5 Corrélation bivariée ① 271
6.6 Corrélation ② 297
6.7 Comparaison des coefficients de corrélation ③ 303
6.8 Calcul de la taille de l'effet ① 305
6.9 Rapport d'analyse de corrélation ① 306
Statistiques découvertes dans ce chapitre ① 308
Packages R utilisés dans ce chapitre 308
Fonctions R utilisées dans ce chapitre 308
Termes clés abordés dans ce chapitre 309
Défi 309 de Smart Alex
Lectures complémentaires 310
Études de cas intéressantes 310
CHAPITRE 7 RÉTROSPIRATION_311
7.1 Ce que vous apprendrez dans ce chapitre ① 311
7.2 Introduction à la régression ① 312
7.3 Paquets utilisés dans ce chapitre ① 321
7.4 Procédure d'analyse de régression utilisant R ① 322
7.5 Interprétation de la régression simple ① 326
7.6 Régression multiple : Notions de base ② 330
7.7 Évaluation de la précision des modèles de régression ② 337
7.8 Analyse de corrélation multiple à l'aide de R Commander et R ② 350
7.9 Test de précision du modèle de régression ② 363
7.10 Régression robuste : Bootstrap ③ 378
7.11 Rapport de régression multiple ② 381
7.12 Prédicteurs catégoriels et régression multiple ③ 383
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 391
Packages R utilisés dans ce chapitre 392
Fonctions R utilisées dans ce chapitre 392
Termes clés découverts dans ce chapitre 392
Défi 393 d'Alex le malin
Lecture complémentaire 394
Études intéressantes du monde réel 394
CHAPITRE 8 : Régression logistique_395
8.1 Ce que vous apprendrez dans ce chapitre ① 395
8.2 Contexte de la régression logistique ① 396
8.3 Principes sous-jacents à la régression logistique ③ 397
8.4 Hypothèses et problèmes potentiels ④ 406
8.5 Paquets utilisés dans ce chapitre ① 411
8.6 Régression logistique binaire : un exemple complexe ② 412
8.7 Méthode de rapport d'analyse de régression logistique ② 433
8.8 Examen à domicile : un autre exemple ② 434
8.9 Prédiction multicatégorielle : Régression logistique multinomiale ③ 440
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 451
Packages R utilisés dans ce chapitre 452
Fonctions R utilisées dans ce chapitre 452
Termes clés découverts dans ce chapitre 452
Défi 452 de Smart Alex
Lecture complémentaire 454
Études intéressantes du monde réel 454
CHAPITRE 9 Comparaison de deux moyennes_455
9.1 Ce que vous apprendrez dans ce chapitre ① 455
9.2 Paquets utilisés dans ce chapitre ① 456
9.3 Différences ① 456
9.4 test t ① 466
9.5 Test t indépendant ① 471
9.6 Test t apparié ① 489
9.7 Plan expérimental intergroupes versus plan expérimental à mesures répétées ① 500
Statistiques découvertes dans ce chapitre ① 501
Packages R utilisés dans ce chapitre 502
Fonctions R utilisées dans ce chapitre 502
Termes clés abordés dans ce chapitre 502
Le défi 502 d'Alex le malin
Lecture complémentaire 503
Études intéressantes du monde réel 503
CHAPITRE 10 Comparaison de plusieurs moyennes : Analyse de la variance (GLM 1)_505
10.1 Ce que vous apprendrez dans ce chapitre ① 505
10.2 Théorie sous-jacente à l'ANOVA ② 506
10.3 Hypothèses de l'ANOVA ③ 522
10.4 Contraste planifié ② 525
10.5 Procédure post-mortem ② 540
10.6 ANOVA à un facteur avec R ② 546
10.7 Calcul de la taille de l'effet ② 573
10.8 Présentation des résultats de l'ANOVA à un facteur indépendant ② 577
Statistiques découvertes dans ce chapitre ① 579
Packages R utilisés dans ce chapitre 579
580 fonctions R utilisées dans ce chapitre
580 termes clés découverts dans ce chapitre
Défi 580 de Smart Alex
Lecture complémentaire 582
Études de cas intéressantes 582
CHAPITRE 11 Analyse de covariance (GLM 2)_583
11.1 Ce que vous apprendrez dans ce chapitre ② 583
11.2 Qu'est-ce que l'analyse de covariance (ANCOVA) ? ② 584
11.3 Hypothèses et problèmes de l'analyse de covariance ③ 586
11.4 Analyse de covariance à l'aide de R ② 589
11.5 Méthode d'analyse de covariance robuste ③ 610
11.6 Calcul de la taille de l'effet ② 619
11.7 Présentation des résultats de l'analyse de covariance ② 623
Statistiques découvertes dans ce chapitre ② 624
Packages R utilisés dans ce chapitre 625
625 fonctions R utilisées dans ce chapitre
625 termes clés découverts dans ce chapitre
Défi 625 d'Alex le malin
Lecture complémentaire 627
Études intéressantes du monde réel 627
CHAPITRE 12 Analyse factorielle de la variance (GLM 3)_629
12.1 Ce que vous apprendrez dans ce chapitre ② 629
12.2 Théorie de l'analyse factorielle de la variance (plan indépendant) ② 630
12.3 Analyse factorielle de la variance comme régression ③ 631
12.4 ANOVA à deux facteurs : Dans les coulisses ② 638
12.5 Analyse factorielle de la variance à l'aide de R ② 645
12.6 Interprétation des graphes d'interaction ② 669
12.7 ANOVA factorielle robuste 673
12.8 Calcul de la taille de l'effet ③ 682
12.9 Présentation des résultats de l'ANOVA à deux facteurs ② 686
Statistiques découvertes dans ce chapitre ② 688
Packages R utilisés dans ce chapitre 688
Fonctions R utilisées dans ce chapitre 688
Termes clés abordés dans ce chapitre 689
Défi 689 d'Alex le malin
Lecture complémentaire 691
Études de cas intéressantes 691
CHAPITRE 13 Plan de mesures répétées (GLM 4)_693
13.1 Ce que vous apprendrez dans ce chapitre ② 693
13.2 Introduction à la conception de mesures répétées ② 694
13.3 Théorie de l'ANOVA à mesures répétées à un facteur ② 700
13.4 Analyse des plans à mesures répétées à un facteur à l'aide de R ② 708
13.5 Calcul de la taille de l'effet pour les plans à mesures répétées ③ 732
13.6 Présentation des résultats de l'analyse à mesures répétées à un facteur ② 734
13.7 Plan factoriel à mesures répétées ② 735
13.8 Calcul de la taille de l'effet pour un plan factoriel à mesures répétées ② 756
13.9 Présentation des résultats d'un plan factoriel à mesures répétées ② 757
Statistiques découvertes dans ce chapitre ② 759
Le package R 760 a été utilisé dans ce chapitre.
760 fonctions R utilisées dans ce chapitre
Termes clés découverts dans ce chapitre 760
Défi 760 d'Alex le malin
Lecture complémentaire 762
Études intéressantes du monde réel 762
CHAPITRE 14 Plan mixte (GLM 5)_763
14.1 Ce que vous apprendrez dans ce chapitre ① 763
14.2 Plan mixte ② 764
14.3 Quels sont les critères utilisés par les hommes et les femmes pour choisir un partenaire romantique ? ② 765
14.4 Saisie et exploration des données ④ 767
14.5 ANOVA mixte ② 774
14.6 Plans mixtes en tant que modèle linéaire général ③ 778
14.7 Calcul de la taille de l'effet ③ 806
14.8 Présentation des résultats de l'ANOVA mixte ② 807
14.9 Analyse robuste des plans mixtes ③ 810
Statistiques découvertes dans ce chapitre ② 819
Packages R utilisés dans ce chapitre 819
Fonctions R utilisées dans ce chapitre 820
Termes clés abordés dans ce chapitre 820
Défi 820 d'Alex le malin
Lecture complémentaire 822
Études intéressantes du monde réel 822
CHAPITRE 15 Tests non paramétriques_823
15.1 Ce que vous apprendrez dans ce chapitre ① 823
15.2 Quand utiliser des tests non paramétriques ? ① 824
15.3 Paquets utilisés dans ce chapitre ① 825
15.4 Comparaison de deux conditions indépendantes : test de Wilcoxon-Mann-Whitney ① 825
15.5 Comparaison de deux conditions liées : test de Wilcoxon des rangs signés ① 840
15.6 Différences entre groupes indépendants : test de Kruskal-Wallis ① 849
15.7 Comparaison de groupes apparentés : ANOVA de Friedman ① 864
Statistiques découvertes dans ce chapitre ① 872
Packages R utilisés dans ce chapitre 872
Fonctions R utilisées dans ce chapitre 873
Termes clés abordés dans ce chapitre 873
Défi 873 d'Alex le malin
Lecture complémentaire 875
Études intéressantes tirées du monde réel 875
CHAPITRE 16 MANOVA_877
16.1 Ce que vous apprendrez dans ce chapitre ② 877
16.2 Quand utiliser l'ANOVA multivariée ? ② 878
16.3 Introduction : Similitudes et différences entre l'ANOVA et la MANOVA ② 879
16.4 Théorie de l'analyse de variance multivariée ③ 881
16.5 Précautions lors de la réalisation d'une analyse multivariée ③ 901
16.6 Analyse de variance multivariée à l'aide de R ② 905
16.7 Analyse de variance multivariée robuste ③ 922
16.8 Présentation des résultats de l'analyse multivariée ② 928
16.9 Analyse discriminante comme analyse complémentaire à l'ANOVA multivariée ③ 929
16.10 Présentation des résultats de l'analyse discriminante ② 936
16.11 Explication supplémentaire ④ 936
Statistiques découvertes dans ce chapitre ② 939
Le package R 940 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 940
Termes clés découverts dans ce chapitre 940
Défi 941 d'Alex le malin
Lecture complémentaire 942
Études intéressantes du monde réel 942
CHAPITRE 17 Analyse factorielle exploratoire_943
17.1 Ce que vous apprendrez dans ce chapitre ① 943
17.2 Quand utilise-t-on l'analyse factorielle ? ② 944
17.3 Facteur ② 945
17.4 Exemple d'étude ② 966
17.5 Exécution de l'analyse factorielle à l'aide de R Commander ① 971
17.6 Analyse factorielle à l'aide de R ② 971
17.7 Présentation des résultats de l'analyse factorielle ① 1001
17.8 Analyse de fiabilité ② 1002
17.9 Présentation des résultats de l'analyse de fiabilité ② 1015
Statistiques découvertes dans ce chapitre ② 1016
Le package R 1017 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1017
Termes clés abordés dans ce chapitre 1017
Défi 1018 de Smart Alex
Lectures complémentaires 1018
Études intéressantes du monde réel 1020
CHAPITRE 18 Données catégorielles_1021
18.1 Ce que vous apprendrez dans ce chapitre ① 1021
18.2 Paquets utilisés dans ce chapitre ① 1022
18.3 Analyse des données catégorielles ① 1022
18.4 Théorie de l'analyse des données catégorielles ① 1023
18.5 Hypothèses du test du Chi-carré ① 1028
18.6 Exécution d'un test du chi carré à l'aide de R ① 1029
18.7 Variables catégorielles à trois variables ou plus : analyse log-linéaire ③ 1042
18.8 Hypothèses de l'analyse log-linéaire ② 1053
18.9 Analyse log-linéaire à l'aide de R ② 1054
18.10 Analyse de suivi de l'analyse log-linéaire ② 1070
18.11 Taille de l'effet de l'analyse log-linéaire ① 1071
18.12 Présentation des résultats de l'analyse log-linéaire ② 1072
Statistiques découvertes dans ce chapitre ① 1073
Le package R 1073 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1073
Termes clés abordés dans ce chapitre 1074
Défi d'Alex le malin ③ 1074
Lecture complémentaire 1075
Études intéressantes du monde réel 1076
CHAPITRE 19 Modèles linéaires multiniveaux_1077
19.1 Ce que vous apprendrez dans ce chapitre ① 1077
19.2 Données hiérarchiques ② 1078
19.3 Théorie des modèles linéaires multiniveaux ③ 1084
19.4 Modèle multiniveau ④ 1089
19.5 Considérations relatives à l'analyse de la course ③ 1096
19.6 Analyse multiniveau à l'aide de R ④ 1099
19.7 Modèle de croissance ④ 1123
19.8 Rapport sur le modèle multiniveau ③ 1141
Statistiques découvertes dans ce chapitre ② 1142
Le package R 1143 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1143
Termes clés découverts dans ce chapitre 1143
Défi 1143 d'Alex le malin
Lecture complémentaire 1144
Études intéressantes du monde réel 1144
Épilogue : La vie après la découverte des statistiques 1145
Résolution de problèmes avec R 1148
Glossaire 1149
Annexe A 1171
A.1 Tableau de la loi normale centrée réduite 1171
Valeur critique de la distribution t A.2 : 1176
Seuil de distribution A.3 F 1177
A.4 Valeur critique de la distribution du chi carré : 1181
Référence 1182
Recherche 1191
1.1 Ce que vous apprendrez dans ce chapitre ① 1
1.2 Pour les lecteurs qui se demandent quoi faire ① 2
1.3 Observations initiales : Identifier un élément nécessitant une explication ① 4
1.4 Génération et vérification de la théorie ① 5
1.5 Collecte de données 1 : Que mesurer ? ① 8
1.6 Collecte de données 2 : Comment mesurer ? ① 16
1.7 Analyse des données ① 24
Statistiques découvertes dans ce chapitre ① 37
37 termes clés découverts dans ce chapitre
Le défi d'Alex le malin n° 38
Lectures complémentaires 39
39 études intéressantes tirées du monde réel
CHAPITRE 2 Tout ce que vous avez toujours voulu savoir sur les statistiques (probablement)_41
2.1 Ce que vous apprendrez dans ce chapitre ① 41
2.2 Construction d'un modèle statistique ① 42
2.3 Population et échantillon ① 45
2.4 Quelques modèles statistiques simples ① 46
Pour obtenir plus de 2,5 données, ① 52
2.6 Validation des questions de recherche à l'aide de modèles statistiques ① 62
Statistiques découvertes dans ce chapitre ① 75
76 termes clés découverts dans ce chapitre
Le défi d'Alex le malin n° 76
Lecture complémentaire 77
Études intéressantes tirées du monde réel 77
CHAPITRE 3 Environnement R_79
3.1 Ce que vous apprendrez dans ce chapitre ① 79
3.2 Avant de commencer ① 80
3.3 Premiers pas avec R ① 85
3.4 Utilisation de base de R ① 88
3.5 Importation de données dans R ① 102
3.6 Saisie de données avec R Commander ① 118
3.7 Saisie et modification des données à l'aide d'un logiciel dédié ① 121
3.8 Stockage de données ① 130
3.9 Manipulation des données ③ 132
Statistiques découvertes dans ce chapitre ① 144
Les packages R utilisés dans ce chapitre 144
Fonctions R utilisées dans ce chapitre 144
Termes clés découverts dans ce chapitre 145
Défi 145 de Smart Alex
Lecture complémentaire 147
CHAPITRE 4 : Exploration des données à l'aide de graphiques_149
4.1 Ce que vous apprendrez dans ce chapitre ① 149
4.2 L'art de la représentation des données ① 150
4.3 Paquets utilisés dans ce chapitre ① 155
4.4 Introduction à ggplot2 ① 156
4.5 Diagramme de dispersion montrant la relation entre les variables ① 174
4.6 Histogrammes utiles pour repérer les problèmes évidents ① 181
4.7 Diagramme en boîte (Diagramme à moustaches) ① 184
4.8 Densité Figure ① 189
4.9 Représentation graphique de la moyenne ③ 190
4.10 Thèmes et options ① 205
Statistiques découvertes dans ce chapitre ① 207
Packages R utilisés dans ce chapitre 207
Fonctions R utilisées dans ce chapitre 208
Termes clés abordés dans ce chapitre 208
Défi 208 de Smart Alex
Lectures complémentaires 209
Études intéressantes du monde réel 209
CHAPITRE 5 : Hypothèses concernant les données_211
5.1 Ce que vous apprendrez dans ce chapitre ① 211
5.2 Qu'est-ce qu'une famille ? ① 212
5.3 Hypothèses relatives aux données paramétriques ① 213
5.4 Packages R utilisés dans ce chapitre ① 214
5.5 Hypothèse de normalité ① 215
5.6 Test de normalité de la distribution ① 231
5.7 Test d'homogénéité des variances ① 235
5.8 Correction des problèmes de données ② 241
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 257
Packages R utilisés dans ce chapitre 257
Fonctions R utilisées dans ce chapitre 258
Termes clés découverts dans ce chapitre 258
Défi 258 d'Alex le malin
Lecture complémentaire 259
CHAPITRE 6 Corrélation_261
6.1 Ce que vous apprendrez dans ce chapitre ① 261
6.2 Comprendre les relations avec vos yeux ① 262
6.3 Comment mesurer les relations ① 262
6.4 Saisie des données pour l'analyse de corrélation ① 270
6.5 Corrélation bivariée ① 271
6.6 Corrélation ② 297
6.7 Comparaison des coefficients de corrélation ③ 303
6.8 Calcul de la taille de l'effet ① 305
6.9 Rapport d'analyse de corrélation ① 306
Statistiques découvertes dans ce chapitre ① 308
Packages R utilisés dans ce chapitre 308
Fonctions R utilisées dans ce chapitre 308
Termes clés abordés dans ce chapitre 309
Défi 309 de Smart Alex
Lectures complémentaires 310
Études de cas intéressantes 310
CHAPITRE 7 RÉTROSPIRATION_311
7.1 Ce que vous apprendrez dans ce chapitre ① 311
7.2 Introduction à la régression ① 312
7.3 Paquets utilisés dans ce chapitre ① 321
7.4 Procédure d'analyse de régression utilisant R ① 322
7.5 Interprétation de la régression simple ① 326
7.6 Régression multiple : Notions de base ② 330
7.7 Évaluation de la précision des modèles de régression ② 337
7.8 Analyse de corrélation multiple à l'aide de R Commander et R ② 350
7.9 Test de précision du modèle de régression ② 363
7.10 Régression robuste : Bootstrap ③ 378
7.11 Rapport de régression multiple ② 381
7.12 Prédicteurs catégoriels et régression multiple ③ 383
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 391
Packages R utilisés dans ce chapitre 392
Fonctions R utilisées dans ce chapitre 392
Termes clés découverts dans ce chapitre 392
Défi 393 d'Alex le malin
Lecture complémentaire 394
Études intéressantes du monde réel 394
CHAPITRE 8 : Régression logistique_395
8.1 Ce que vous apprendrez dans ce chapitre ① 395
8.2 Contexte de la régression logistique ① 396
8.3 Principes sous-jacents à la régression logistique ③ 397
8.4 Hypothèses et problèmes potentiels ④ 406
8.5 Paquets utilisés dans ce chapitre ① 411
8.6 Régression logistique binaire : un exemple complexe ② 412
8.7 Méthode de rapport d'analyse de régression logistique ② 433
8.8 Examen à domicile : un autre exemple ② 434
8.9 Prédiction multicatégorielle : Régression logistique multinomiale ③ 440
Ce que nous avons découvert sur les statistiques dans ce chapitre ① 451
Packages R utilisés dans ce chapitre 452
Fonctions R utilisées dans ce chapitre 452
Termes clés découverts dans ce chapitre 452
Défi 452 de Smart Alex
Lecture complémentaire 454
Études intéressantes du monde réel 454
CHAPITRE 9 Comparaison de deux moyennes_455
9.1 Ce que vous apprendrez dans ce chapitre ① 455
9.2 Paquets utilisés dans ce chapitre ① 456
9.3 Différences ① 456
9.4 test t ① 466
9.5 Test t indépendant ① 471
9.6 Test t apparié ① 489
9.7 Plan expérimental intergroupes versus plan expérimental à mesures répétées ① 500
Statistiques découvertes dans ce chapitre ① 501
Packages R utilisés dans ce chapitre 502
Fonctions R utilisées dans ce chapitre 502
Termes clés abordés dans ce chapitre 502
Le défi 502 d'Alex le malin
Lecture complémentaire 503
Études intéressantes du monde réel 503
CHAPITRE 10 Comparaison de plusieurs moyennes : Analyse de la variance (GLM 1)_505
10.1 Ce que vous apprendrez dans ce chapitre ① 505
10.2 Théorie sous-jacente à l'ANOVA ② 506
10.3 Hypothèses de l'ANOVA ③ 522
10.4 Contraste planifié ② 525
10.5 Procédure post-mortem ② 540
10.6 ANOVA à un facteur avec R ② 546
10.7 Calcul de la taille de l'effet ② 573
10.8 Présentation des résultats de l'ANOVA à un facteur indépendant ② 577
Statistiques découvertes dans ce chapitre ① 579
Packages R utilisés dans ce chapitre 579
580 fonctions R utilisées dans ce chapitre
580 termes clés découverts dans ce chapitre
Défi 580 de Smart Alex
Lecture complémentaire 582
Études de cas intéressantes 582
CHAPITRE 11 Analyse de covariance (GLM 2)_583
11.1 Ce que vous apprendrez dans ce chapitre ② 583
11.2 Qu'est-ce que l'analyse de covariance (ANCOVA) ? ② 584
11.3 Hypothèses et problèmes de l'analyse de covariance ③ 586
11.4 Analyse de covariance à l'aide de R ② 589
11.5 Méthode d'analyse de covariance robuste ③ 610
11.6 Calcul de la taille de l'effet ② 619
11.7 Présentation des résultats de l'analyse de covariance ② 623
Statistiques découvertes dans ce chapitre ② 624
Packages R utilisés dans ce chapitre 625
625 fonctions R utilisées dans ce chapitre
625 termes clés découverts dans ce chapitre
Défi 625 d'Alex le malin
Lecture complémentaire 627
Études intéressantes du monde réel 627
CHAPITRE 12 Analyse factorielle de la variance (GLM 3)_629
12.1 Ce que vous apprendrez dans ce chapitre ② 629
12.2 Théorie de l'analyse factorielle de la variance (plan indépendant) ② 630
12.3 Analyse factorielle de la variance comme régression ③ 631
12.4 ANOVA à deux facteurs : Dans les coulisses ② 638
12.5 Analyse factorielle de la variance à l'aide de R ② 645
12.6 Interprétation des graphes d'interaction ② 669
12.7 ANOVA factorielle robuste 673
12.8 Calcul de la taille de l'effet ③ 682
12.9 Présentation des résultats de l'ANOVA à deux facteurs ② 686
Statistiques découvertes dans ce chapitre ② 688
Packages R utilisés dans ce chapitre 688
Fonctions R utilisées dans ce chapitre 688
Termes clés abordés dans ce chapitre 689
Défi 689 d'Alex le malin
Lecture complémentaire 691
Études de cas intéressantes 691
CHAPITRE 13 Plan de mesures répétées (GLM 4)_693
13.1 Ce que vous apprendrez dans ce chapitre ② 693
13.2 Introduction à la conception de mesures répétées ② 694
13.3 Théorie de l'ANOVA à mesures répétées à un facteur ② 700
13.4 Analyse des plans à mesures répétées à un facteur à l'aide de R ② 708
13.5 Calcul de la taille de l'effet pour les plans à mesures répétées ③ 732
13.6 Présentation des résultats de l'analyse à mesures répétées à un facteur ② 734
13.7 Plan factoriel à mesures répétées ② 735
13.8 Calcul de la taille de l'effet pour un plan factoriel à mesures répétées ② 756
13.9 Présentation des résultats d'un plan factoriel à mesures répétées ② 757
Statistiques découvertes dans ce chapitre ② 759
Le package R 760 a été utilisé dans ce chapitre.
760 fonctions R utilisées dans ce chapitre
Termes clés découverts dans ce chapitre 760
Défi 760 d'Alex le malin
Lecture complémentaire 762
Études intéressantes du monde réel 762
CHAPITRE 14 Plan mixte (GLM 5)_763
14.1 Ce que vous apprendrez dans ce chapitre ① 763
14.2 Plan mixte ② 764
14.3 Quels sont les critères utilisés par les hommes et les femmes pour choisir un partenaire romantique ? ② 765
14.4 Saisie et exploration des données ④ 767
14.5 ANOVA mixte ② 774
14.6 Plans mixtes en tant que modèle linéaire général ③ 778
14.7 Calcul de la taille de l'effet ③ 806
14.8 Présentation des résultats de l'ANOVA mixte ② 807
14.9 Analyse robuste des plans mixtes ③ 810
Statistiques découvertes dans ce chapitre ② 819
Packages R utilisés dans ce chapitre 819
Fonctions R utilisées dans ce chapitre 820
Termes clés abordés dans ce chapitre 820
Défi 820 d'Alex le malin
Lecture complémentaire 822
Études intéressantes du monde réel 822
CHAPITRE 15 Tests non paramétriques_823
15.1 Ce que vous apprendrez dans ce chapitre ① 823
15.2 Quand utiliser des tests non paramétriques ? ① 824
15.3 Paquets utilisés dans ce chapitre ① 825
15.4 Comparaison de deux conditions indépendantes : test de Wilcoxon-Mann-Whitney ① 825
15.5 Comparaison de deux conditions liées : test de Wilcoxon des rangs signés ① 840
15.6 Différences entre groupes indépendants : test de Kruskal-Wallis ① 849
15.7 Comparaison de groupes apparentés : ANOVA de Friedman ① 864
Statistiques découvertes dans ce chapitre ① 872
Packages R utilisés dans ce chapitre 872
Fonctions R utilisées dans ce chapitre 873
Termes clés abordés dans ce chapitre 873
Défi 873 d'Alex le malin
Lecture complémentaire 875
Études intéressantes tirées du monde réel 875
CHAPITRE 16 MANOVA_877
16.1 Ce que vous apprendrez dans ce chapitre ② 877
16.2 Quand utiliser l'ANOVA multivariée ? ② 878
16.3 Introduction : Similitudes et différences entre l'ANOVA et la MANOVA ② 879
16.4 Théorie de l'analyse de variance multivariée ③ 881
16.5 Précautions lors de la réalisation d'une analyse multivariée ③ 901
16.6 Analyse de variance multivariée à l'aide de R ② 905
16.7 Analyse de variance multivariée robuste ③ 922
16.8 Présentation des résultats de l'analyse multivariée ② 928
16.9 Analyse discriminante comme analyse complémentaire à l'ANOVA multivariée ③ 929
16.10 Présentation des résultats de l'analyse discriminante ② 936
16.11 Explication supplémentaire ④ 936
Statistiques découvertes dans ce chapitre ② 939
Le package R 940 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 940
Termes clés découverts dans ce chapitre 940
Défi 941 d'Alex le malin
Lecture complémentaire 942
Études intéressantes du monde réel 942
CHAPITRE 17 Analyse factorielle exploratoire_943
17.1 Ce que vous apprendrez dans ce chapitre ① 943
17.2 Quand utilise-t-on l'analyse factorielle ? ② 944
17.3 Facteur ② 945
17.4 Exemple d'étude ② 966
17.5 Exécution de l'analyse factorielle à l'aide de R Commander ① 971
17.6 Analyse factorielle à l'aide de R ② 971
17.7 Présentation des résultats de l'analyse factorielle ① 1001
17.8 Analyse de fiabilité ② 1002
17.9 Présentation des résultats de l'analyse de fiabilité ② 1015
Statistiques découvertes dans ce chapitre ② 1016
Le package R 1017 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1017
Termes clés abordés dans ce chapitre 1017
Défi 1018 de Smart Alex
Lectures complémentaires 1018
Études intéressantes du monde réel 1020
CHAPITRE 18 Données catégorielles_1021
18.1 Ce que vous apprendrez dans ce chapitre ① 1021
18.2 Paquets utilisés dans ce chapitre ① 1022
18.3 Analyse des données catégorielles ① 1022
18.4 Théorie de l'analyse des données catégorielles ① 1023
18.5 Hypothèses du test du Chi-carré ① 1028
18.6 Exécution d'un test du chi carré à l'aide de R ① 1029
18.7 Variables catégorielles à trois variables ou plus : analyse log-linéaire ③ 1042
18.8 Hypothèses de l'analyse log-linéaire ② 1053
18.9 Analyse log-linéaire à l'aide de R ② 1054
18.10 Analyse de suivi de l'analyse log-linéaire ② 1070
18.11 Taille de l'effet de l'analyse log-linéaire ① 1071
18.12 Présentation des résultats de l'analyse log-linéaire ② 1072
Statistiques découvertes dans ce chapitre ① 1073
Le package R 1073 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1073
Termes clés abordés dans ce chapitre 1074
Défi d'Alex le malin ③ 1074
Lecture complémentaire 1075
Études intéressantes du monde réel 1076
CHAPITRE 19 Modèles linéaires multiniveaux_1077
19.1 Ce que vous apprendrez dans ce chapitre ① 1077
19.2 Données hiérarchiques ② 1078
19.3 Théorie des modèles linéaires multiniveaux ③ 1084
19.4 Modèle multiniveau ④ 1089
19.5 Considérations relatives à l'analyse de la course ③ 1096
19.6 Analyse multiniveau à l'aide de R ④ 1099
19.7 Modèle de croissance ④ 1123
19.8 Rapport sur le modèle multiniveau ③ 1141
Statistiques découvertes dans ce chapitre ② 1142
Le package R 1143 a été utilisé dans ce chapitre.
Fonctions R utilisées dans ce chapitre 1143
Termes clés découverts dans ce chapitre 1143
Défi 1143 d'Alex le malin
Lecture complémentaire 1144
Études intéressantes du monde réel 1144
Épilogue : La vie après la découverte des statistiques 1145
Résolution de problèmes avec R 1148
Glossaire 1149
Annexe A 1171
A.1 Tableau de la loi normale centrée réduite 1171
Valeur critique de la distribution t A.2 : 1176
Seuil de distribution A.3 F 1177
A.4 Valeur critique de la distribution du chi carré : 1181
Référence 1182
Recherche 1191
Image détaillée
Dans le livre
Pour tester une hypothèse, il faut mesurer les variables.
Une variable est un élément qui peut changer ou varier en fonction de la situation.
Il peut s'agir de quelque chose qui varie d'une personne à l'autre (par exemple, le QI, les habitudes), ou de quelque chose qui varie d'un endroit à l'autre (par exemple, le taux de chômage), ou encore de quelque chose qui varie au fil du temps (par exemple, l'humeur, le revenu, le nombre de cellules cancéreuses, etc.).
La plupart des hypothèses peuvent être exprimées en termes de deux variables : l’une est la cause proposée (ce que l’hypothèse suggère) et l’autre est l’effet proposé.
Page 9
La figure 5.2 montre les histogrammes (dessinés dans la tâche d'autodiagnostic) et les graphiques QQ correspondants pour les trois jours du festival.
La première chose à noter est que les données du premier jour semblent un peu plus encourageantes.
Cela est dû à la suppression des points de données incorrectement saisis dans le §4.7.
Si vous regardez l'histogramme, vous pouvez constater que la distribution est en réalité très proche d'une distribution normale.
La distribution est presque symétrique, ni trop pointue ni trop plate.
C'est souhaitable.
Cela se reflète également dans le graphique QQ, où les points de données se situent très près de la diagonale « idéale ».
Page 218
Rowe et ses collègues ont rapporté le cas d'un homme de 50 ans qui s'est présenté aux urgences d'un hôpital se plaignant de fortes douleurs abdominales.
Après le diagnostic, il semblait s'agir d'une péritonite, nous avons donc effectué une radiographie de l'abdomen du patient.
Mais, chose étrange, l'image aux rayons X montrait la forme d'une anguille.
Il s'est avéré que le patient s'était introduit une anguille dans le côlon par l'anus, sans en avoir parlé à personne.
Ce n'est pas cité directement dans l'article, mais si un médecin avait posé la question, il aurait probablement répondu : « Oh, eh bien, je ne l'ai pas mentionné parce que je ne pense pas que cela ait quoi que ce soit à voir avec le mal d'estomac. »
Je pense qu'il aurait répondu : « J'ai mis une anguille dans ce trou ce matin. »
Quoi qu'il en soit, selon l'article, le patient a admis avoir inséré l'anguille dans son anus « pour soulager la constipation ».
_Page 412
Commençons par les boissons.
Dans cet exemple, il y a deux boissons alcoolisées (bière et vin) et une boisson non alcoolisée (eau).
Le gouvernement britannique souhaite prévenir la consommation excessive d'alcool chez les adolescents, il serait donc naturel d'utiliser l'eau en bouteille comme groupe témoin.
Par conséquent, le premier contraste devrait consister à comparer les boissons alcoolisées (bière et vin) à l'eau (témoin).
Dans le second contraste, on compare la bière et le vin.
Autrement dit, la comparaison 1 demande : « Les effets des boissons alcoolisées et non alcoolisées diffèrent-ils ? » et la comparaison 2 demande : « Les effets diffèrent-ils selon le type de boisson alcoolisée ? »
Les pondérations de ces contrastes sont indiquées dans le tableau 13.5.
Page 742
Dans les données originales, chaque ligne représente un sujet individuel et chaque colonne représente une variable catégorielle individuelle.
Dans cet exemple, chaque ligne représente les scores de chaque chat, et chaque colonne représente la variable Entraînement et la variable Danse.
La variable « Entraînement » peut prendre deux valeurs : l’une indiquant que la nourriture a été utilisée comme récompense, et l’autre indiquant que l’affection a été utilisée comme récompense.
La variable Dance peut prendre les valeurs Oui ou Non, la première signifiant que le chat a dansé (c'est-à-dire qu'il a appris à danser en ligne) et la seconde signifiant qu'il ne l'a pas fait.
Étant donné que le nombre total de chats mesurés est de 200, le nombre total de lignes de données est de 200.
Le fichier cats.dat contient ces données.
Ces données seront chargées dans R en exécutant la commande suivante avec le répertoire de travail correctement défini (voir §3.4.4) :
Page 1029
Une variable est un élément qui peut changer ou varier en fonction de la situation.
Il peut s'agir de quelque chose qui varie d'une personne à l'autre (par exemple, le QI, les habitudes), ou de quelque chose qui varie d'un endroit à l'autre (par exemple, le taux de chômage), ou encore de quelque chose qui varie au fil du temps (par exemple, l'humeur, le revenu, le nombre de cellules cancéreuses, etc.).
La plupart des hypothèses peuvent être exprimées en termes de deux variables : l’une est la cause proposée (ce que l’hypothèse suggère) et l’autre est l’effet proposé.
Page 9
La figure 5.2 montre les histogrammes (dessinés dans la tâche d'autodiagnostic) et les graphiques QQ correspondants pour les trois jours du festival.
La première chose à noter est que les données du premier jour semblent un peu plus encourageantes.
Cela est dû à la suppression des points de données incorrectement saisis dans le §4.7.
Si vous regardez l'histogramme, vous pouvez constater que la distribution est en réalité très proche d'une distribution normale.
La distribution est presque symétrique, ni trop pointue ni trop plate.
C'est souhaitable.
Cela se reflète également dans le graphique QQ, où les points de données se situent très près de la diagonale « idéale ».
Page 218
Rowe et ses collègues ont rapporté le cas d'un homme de 50 ans qui s'est présenté aux urgences d'un hôpital se plaignant de fortes douleurs abdominales.
Après le diagnostic, il semblait s'agir d'une péritonite, nous avons donc effectué une radiographie de l'abdomen du patient.
Mais, chose étrange, l'image aux rayons X montrait la forme d'une anguille.
Il s'est avéré que le patient s'était introduit une anguille dans le côlon par l'anus, sans en avoir parlé à personne.
Ce n'est pas cité directement dans l'article, mais si un médecin avait posé la question, il aurait probablement répondu : « Oh, eh bien, je ne l'ai pas mentionné parce que je ne pense pas que cela ait quoi que ce soit à voir avec le mal d'estomac. »
Je pense qu'il aurait répondu : « J'ai mis une anguille dans ce trou ce matin. »
Quoi qu'il en soit, selon l'article, le patient a admis avoir inséré l'anguille dans son anus « pour soulager la constipation ».
_Page 412
Commençons par les boissons.
Dans cet exemple, il y a deux boissons alcoolisées (bière et vin) et une boisson non alcoolisée (eau).
Le gouvernement britannique souhaite prévenir la consommation excessive d'alcool chez les adolescents, il serait donc naturel d'utiliser l'eau en bouteille comme groupe témoin.
Par conséquent, le premier contraste devrait consister à comparer les boissons alcoolisées (bière et vin) à l'eau (témoin).
Dans le second contraste, on compare la bière et le vin.
Autrement dit, la comparaison 1 demande : « Les effets des boissons alcoolisées et non alcoolisées diffèrent-ils ? » et la comparaison 2 demande : « Les effets diffèrent-ils selon le type de boisson alcoolisée ? »
Les pondérations de ces contrastes sont indiquées dans le tableau 13.5.
Page 742
Dans les données originales, chaque ligne représente un sujet individuel et chaque colonne représente une variable catégorielle individuelle.
Dans cet exemple, chaque ligne représente les scores de chaque chat, et chaque colonne représente la variable Entraînement et la variable Danse.
La variable « Entraînement » peut prendre deux valeurs : l’une indiquant que la nourriture a été utilisée comme récompense, et l’autre indiquant que l’affection a été utilisée comme récompense.
La variable Dance peut prendre les valeurs Oui ou Non, la première signifiant que le chat a dansé (c'est-à-dire qu'il a appris à danser en ligne) et la seconde signifiant qu'il ne l'a pas fait.
Étant donné que le nombre total de chats mesurés est de 200, le nombre total de lignes de données est de 200.
Le fichier cats.dat contient ces données.
Ces données seront chargées dans R en exécutant la commande suivante avec le répertoire de travail correctement défini (voir §3.4.4) :
Page 1029
--- Extrait du texte
Avis de l'éditeur
Un voyage statistique impertinent et amusant avec R !
Dites adieu aux livres de statistiques ennuyeux et rébarbatifs ! Découvrez une collaboration originale entre statistiques, R et humour britannique !
S'appuyant sur le succès de son ouvrage de statistiques à succès, Discovering Statistics Using SPSS, troisième édition, Andy Field s'est associé à Jeremy Miles pour écrire Andy Field's Delightful Statistics with R.
L'humour sexuel unique et le style d'autodérision qui ont fait le succès des livres d'Andy Field auprès des étudiants du monde entier sont toujours présents dans cet ouvrage.
R est un logiciel libre d'analyse de données en constante évolution, flexible et, surtout, gratuit.
Ce livre vous emmène dans un voyage de découverte statistique avec R, un langage de programmation populaire auprès des chercheurs en sciences sociales et comportementales.
Le parcours commence par l'explication des concepts de base en statistiques et en méthodes de recherche.
Nous allons ensuite examiner l'environnement logiciel R et aborder l'importance de l'exploration des données et de la création de graphiques.
Nous abordons ensuite les procédures de tests statistiques (analyse de corrélation, analyse de régression, etc.) qui constituent le fondement du reste de l'ouvrage.
Les lecteurs qui maîtrisent ces bases peuvent passer à des analyses de niveau intermédiaire telles que l'ANOVA.
Au final, cela se termine par un long parcours utilisant des techniques avancées telles que l'analyse de variance multivariée et les modèles multiniveaux.
À l'instar des autres ouvrages d'Andy Field, celui-ci est écrit dans un style direct et audacieux, et conserve sa structure novatrice et son approche pédagogique.
Les documents complémentaires sont disponibles sur le site web (www.uk.sagepub.com/dsur/) pour les lecteurs qui souhaitent en savoir plus.
Accessible, divertissant et utilisant des exemples de recherche concrets et parfois insolites, ce livre est un incontournable pour quiconque souhaite apprendre les statistiques à l'aide du logiciel gratuit R.
Dites adieu aux livres de statistiques ennuyeux et rébarbatifs ! Découvrez une collaboration originale entre statistiques, R et humour britannique !
S'appuyant sur le succès de son ouvrage de statistiques à succès, Discovering Statistics Using SPSS, troisième édition, Andy Field s'est associé à Jeremy Miles pour écrire Andy Field's Delightful Statistics with R.
L'humour sexuel unique et le style d'autodérision qui ont fait le succès des livres d'Andy Field auprès des étudiants du monde entier sont toujours présents dans cet ouvrage.
R est un logiciel libre d'analyse de données en constante évolution, flexible et, surtout, gratuit.
Ce livre vous emmène dans un voyage de découverte statistique avec R, un langage de programmation populaire auprès des chercheurs en sciences sociales et comportementales.
Le parcours commence par l'explication des concepts de base en statistiques et en méthodes de recherche.
Nous allons ensuite examiner l'environnement logiciel R et aborder l'importance de l'exploration des données et de la création de graphiques.
Nous abordons ensuite les procédures de tests statistiques (analyse de corrélation, analyse de régression, etc.) qui constituent le fondement du reste de l'ouvrage.
Les lecteurs qui maîtrisent ces bases peuvent passer à des analyses de niveau intermédiaire telles que l'ANOVA.
Au final, cela se termine par un long parcours utilisant des techniques avancées telles que l'analyse de variance multivariée et les modèles multiniveaux.
À l'instar des autres ouvrages d'Andy Field, celui-ci est écrit dans un style direct et audacieux, et conserve sa structure novatrice et son approche pédagogique.
Les documents complémentaires sont disponibles sur le site web (www.uk.sagepub.com/dsur/) pour les lecteurs qui souhaitent en savoir plus.
Accessible, divertissant et utilisant des exemples de recherche concrets et parfois insolites, ce livre est un incontournable pour quiconque souhaite apprendre les statistiques à l'aide du logiciel gratuit R.
SPÉCIFICATIONS DES PRODUITS
- Date de publication : 28 février 2019
Nombre de pages, poids, dimensions : 1 252 pages | 2 379 g | 188 × 245 × 45 mm
- ISBN13 : 9791188621361
- ISBN10 : 118862136X
Vous aimerez peut-être aussi
카테고리
Langue coréenne
Langue coréenne
![GQ KOREA Mark (Mensuel) : décembre [2025]](http://librairie.coreenne.fr/cdn/shop/files/8ef265dbbfbf186523ed75ba7319009d.jpg?v=1765340328&width=3840)
