Conceptions de recherche et interprétation statistique
Champ d'application et prérequis
Thème GRE pris en charge 11 (MM.2). Utilisez la leçon de mesure Vue d'ensemble VI pour interpréter les preuves de recherche. Les questions officielles existantes sont répertoriées dans bank_review_form.yaml ; les tâches originales ci-dessous ne sont pas des éléments ETS.
Concepts et méthode
effet d'interaction : La dépendance de l'effet d'un facteur par rapport au niveau d'un autre facteur. affectation aléatoire : Affectation des participants aux conditions par hasard pour soutenir l'inférence causale.
Une expérience vraie manipule une variable indépendante avec affectation aléatoire des participants aux conditions ; les designs entre-sujets attribuent des personnes différentes à chaque condition, les designs intra-sujets mesurent les mêmes personnes dans chaque condition et nécessitent un contrebalancement. Une quasi-expérience manque d'affectation complète, et une étude de corrélation ne manipule pas de variable indépendante. La corrélation seule n'établit ni la causalité ni l'ordre temporel. L'affectation aléatoire soutient la validité interne (inférence causale) ; l'échantillonnage aléatoire soutient la validité externe (généralisabilité). Elles répondent à des questions différentes.
Adaptez l'analyse au design, à l'échelle de mesure et aux hypothèses. Deux groupes quantitatifs indépendants peuvent convenir à un t-test à échantillons indépendants ; les données appariées nécessitent une analyse appariée. Les designs factoriels utilisent souvent une analyse de variance ; les comptes catégoriels peuvent convenir à un test khi-deux lorsque les hypothèses de fréquence attendue sont respectées. La corrélation ou la régression examine les associations spécifiées ; aucune seule n'établit la causalité.
Un effet principal moyenne un facteur sur l'autre facteur. Une interaction signifie qu'un effet dépend de l'autre facteur. Des moyennes d'échantillon non parallèles suggèrent un motif d'interaction, mais la variabilité et le design sont nécessaires pour l'inférence populationnelle. Les interactions peuvent exister lorsque les effets principaux moyennés s'annulent ; l'absence de significativité n'est pas la preuve de l'absence d'effet.
Âge moyen 26 avec la plupart des étudiants 25 ans ou moins est compatible avec une asymétrie positive, mais ne détermine pas exclusivement la forme de la distribution. La significativité statistique n'est pas la taille de l'effet. Une valeur p est une probabilité d'obtenir des résultats au moins aussi extrêmes sous le modèle nul spécifié et ses hypothèses, et non la probabilité que le nul soit vrai. Les erreurs de Type I et Type II dépendent du design et des seuils de décision.
Choisissez un test basé sur la conception, l'échelle et les hypothèses, et non simplement sur le nombre de groupes. Des observations appariées nécessitent une analyse appariée ou à mesures répétées ; des groupes indépendants requièrent une analyse pour groupes indépendants. Une interaction peut être significative même si les effets principaux moyennés s'annulent. La signification statistique est une preuve sous un modèle, pas une condition pour décrire une différence observée. Rapportez les estimations et l'incertitude, et nuancez vos affirmations concernant la population.
Raisonnement worked
Les scores moyens fictifs sont : tâche A, novices 4 et experts 8 ; tâche B, novices 8 et experts 4. Calculez les moyennes marginales et décrivez le motif.
Moyenne marginale novice = (4 + 8) / 2 = 6 ; moyenne marginale expert = (8 + 4) / 2 = 6. Moyenne marginale tâche A = (4 + 8) / 2 = 6 ; moyenne marginale tâche B = (8 + 4) / 2 = 6. Le contraste entre tâches s'inverse selon l'expertise, formant un motif d'interaction malgré des moyennes marginales égales. Les seules moyennes n'établissent pas une interaction de population ; la variabilité, la conception et l'inférence sont nécessaires.
Transfert indépendant
Les mêmes 24 personnes effectuent deux tâches. Un autre analyste traite les 48 scores comme indépendants. Expliquez le problème et une famille d'analyses appropriée.
Tentez.imshow, puis consultez la solution de la fiche de compétences associée.
Revue et limites des sources
Évitez cette erreur : Tirer une conclusion causale d'une étude corrélationnelle, ou rapporter une interaction significative comme s'il s'agissait d'un effet principal d'un seul facteur. La portée pédagogique provient de teaching.yaml et de l'examen source/clé/coupe dans bank_review_form.yaml. Les critères diagnostiques actuels détaillés nécessitent un manuel authentifié ; ni les pratiques historiques de l'ETS ni cette référence éducative ne les certifient.