Coefficient de corrélation PEARSON ou régression...???

Bonjour ! J'ai besoin d'aide. Voila mon problème : j'ai 8 sujets, mon hypothése opérationnelle est la suivante :

• Les enfants déficients mentaux
  ayant un score élevé au PAS vont avoir un score global élevé aux items positifs
  et un score global faible aux items négatifs des compétences socles.
  

Je veux donc voir si il existe un lien entre les deux variables (score degré d'attachement et items positif/négatif.

Mes résultats sont les suivant :

scores PAS	items +	item -
63	1,44	0,9
70	2,46	0,29
77	2,6	0,66
77	2,3	0,4
82	2,5	0,8
91	2,31	0,31
100	2,24	0,33
89	1,5	1,4

Je voudrais donc voir si le score au PAS a un effet sur les items + (augmente) et un effet sur les items - (diminue).

Merci de votre aide !! Mon échantillon est petit j'ai tenté déjà quelques tests stats (pearson) mais en vain...

En espérant vous lire vite.

Correlation (Pearson) et regression, c'est basiquement le meme test (la meme formule utilisee et donc le meme resultat). La difference c'est qu'une corraletion predit une variable a partir d'une autre qd la correlation test une relation entre deux variables.
Dans ton cas, tu testes la force de prediction ddu score PAS (variable X) sur la variable item+ (var Y) donc reg lineaire.
Et de meme pour PAS et item-

Fais tout de meme attention a respecter les assumptions... avant tout fait un graph X versus Y et regarde si tu as bien une relation lineaire. Ensuite regarde si tes deux variables sont bien distribuee normalement.. si non, corrige par un log ou autre... sinon, transforme tes donnees en rang et fais ta regression

bonjour,

après avoir représenter graphiquement tes données :
1. il ne semble pas possible de faire une régression linéaire entre le score PAS et item+ et item-
2. pas de lien entre le score PAS et item+ et item- :
Matrice des corrélations (spearman)
item + item -
PAS -0.02395253 -0.1317389

Soit tu as effectivement pas de lien entre les deux, soit la taille de ton échantillon est trop faible pour en dire quoi que ce soit.

micros

Merci beaucoup pour ces renseignements, la taille de mon échantillon me parait effectivement être un problème...il va falloir que je justifie le rejet de mon hypothèse. Merci encore à vous.

Pourquoi je n'obtiens pas ces résultas au test de Spearman? Pour ma part j'obtiens sous SPSS pour PAS et items + : .072 et pour PAS et items - : -.306. Je ne comprends plus rien...

Bonjour,

il s'agit ici des coefficient de corrélation de spearman.

j'ai refait les calculs avec les valeurs que tu as données et j'ai les mêmes résultats. (pas eu le courage de le faire à la main).

micros

Correlation (Pearson) et regression, c'est basiquement le meme test (la meme formule utilisee et donc le meme resultat). La difference c'est qu'une corraletion predit une variable a partir d'une autre qd la correlation test une relation entre deux variables.

Bonjour,

je réagis à ce poste car pour moi non plus ce n'est pas clair. Si c'est la même formule et donc le même résultat, je ne comprends pas l'intérêt d'utiliser les deux.

Je m'explique, je fais actuellement des analyses de sensibilité par tirage de Monte Carlo, je teste la linéarité de mon modèle et calcul les coefficients SRC et pearson de mes variables.

Ils sont tous égaux deux à deux, quelle est donc l'utilité de calculer les deux ?
Existerait-il une raison pour utiliser plus l'un que l'autre, ou pas du tout et j'en supprime tout simplement l'un des deux ?

Merci d'avance,

Même si les tests donnent les mêmes résultats la philosophie derrière est très différent, avec la corrélation tu cherches un lien entre deux variables, alors que dans la régression tu cherches à expliquer la variation d'une variable par une autre. Moralité tu utilises l'une ou l'autre en fonction des objectifs que tu as.