r de Bravais Pearson, t de student, fisher...URGENT!!

Bonjour à tous,

J'aimerai que l'on me confirme les stats que je dois faire avant de rendre mon mémoire..

1. Je souhaite mesurer une corrélation linéaire entre 2 variables quantitatives: r de Bravais Pearson et nuage de points?

2. Je souhaite savoir si le coefficient de corrélation que j'ai obtenu est significatif: test t de student?

3. Je souhaite comparer 2 coefficients de corrélation de 2 groupes indépendants (hommes, femmes): Transformation de Fisher?

J'attends vos réponses c'est URGENT! Merci[b]

Bonjour.

1) oui.
2) ??? Sans connaissance sur les modèles utilisés, difficile de répondre.
3) Bizarre. Je ne vois pas le lien.

Mais dans tout les cas, les statistiques ne fonctionnent pas en "presse-bouton".

Cordialement.

Bonjour,

Pour 3) j'ai vu ça en tombant sur le cours en ligne d'un enseignant.

A la base je comptais juste comparer les 2 coefficients de corrélation des 2 groupes indépendants "à vue d'oeil". Mais ça me paraît léger...qu'en penses-tu?

Cdt

Effectivement,

certains font de drôles de choses avec les coefficients de corrélation. Mais tout est basé sur l'hypothèse qu'on a réuni des données qui sont des réalisations d'un variable gaussienne sous-jacente. Hypothèse généralement inadéquate.

D'autre part, je ne vois pas l'intérêt de comparer des coefficients de corrélation linéaire, sauf s'il s'agit de deux échantillons d'une même population. Il est déjà souvent difficile d'interpréter la valeur de r, sans parler des cas où r est faible mais les variables très liées.

Cordialement.

Oui il s'agit de 2 échantillons d'une même population (homme vs.femme) afin de savoir dans quel échantillon la corrélation linéaire est la plus forte. Dans ce cas faut-il comparer à vue d'oeil ou faire la transformation de Fisher?

Cdt.

Ah, non,

ce ne sont déjà pas des tirages dans la même population, puisqu'ils sont tirés dans des populations différentes (les hommes; les femmes). Ou alors ce ne sont plus des échantillons représentatifs.
Que pourrait apporter cette comparaison ? Comme à priori, il va y avoir 2 modèles linéaires différents, le fait qu'ils soient plus ou moins adaptés n'a pas bien de sens.
A moins de faire la comparaison avec le modèle commun ?

Cordialement.

NB : La question "faut-il ..." est souvent peu pertinente en statistiques. Il y a généralement diverses chose à faire suivant le but poursuivi et peu d'obligations.