C'est éviter la présence de variables parasites.

Posted on

Les variables indépendantes invoquées sont existantes dans la nature, elles sont simplement recueillies par le chercheur (exemple : le sexe de l’individu, l’âge, etc.).

Trois types de variables sont impliquées dans l’expérimentation : De la cause à Il y a 3 types de variables parasites (VP) : Variables et test des modèles Le modèle théorique doit tester une expérience. Les variables dépendantes sont en fait toutes les variables enregistrées par les instruments de mesure du laboratoire embarqué à bord (remorque 1). [on pourra se faire une idée de ce qu’observaient les instruments de mesure du laboratoire en consultant cette page par exemple] On parle également de variables parasites. Il s’agit des facteurs qui vont avoir une influence sur les variables dépendantes en plus des variables que l’on contrôle. Cette variable parasite avait-elle une influence résiduelle négligeable sur les variables que l’on mesurait au laboratoire ? Cette variable est sous le contrôle du chercheur. Cette variable n’est pas sous le contrôle du chercheur. Les variables indépendantes provoquées sont contrôlées par le chercheur sur deux groupes de sujets équivalents.

Degré de confiance par rapport au fait que les résultats obtenus sont attribuables aux variables manipulées ou invoquées par le chercheur.

  • doit être fiable (fiabilité) :

Les variables indépendantes invoquées sont des phénomènes existants dans la vie

variables à expliquer : elles dépendent de ce que fait le sujet dans les conditions définies par les variables indépendantes. sont les facteurs ou variables dont on pense qu’ils vont avoir des effets sur la variable étudiée, ces effets n’étant pas souhaités. Certaines peuvent être contrôlées et changent de statut pour devenir des variables contrôlées. La question de la consigne dans la neutralisation des variables parasites est importante : si la consigne n’est pas clairement exprimée, ou bien si elle n’est pas la même pour tous, elle devient une variable parasite. consiste à prédire l’effet du ou des facteurs (variables indépendantes) manipulés dans la recherche et sur le ou les indicateurs (variable dépendante) du comportement étudié par le variables parasites : on sait que souvent les femmes qui sont dépendantes ont également des problèmes d’alcool par ex. complètement explicites, spécifiées, hautement réfutables, permettant l’organisation de recherches au cours desquelles la manipulation des variables intermédiaires et le contrôle des variables Dans la pratique, certaines variables ne peuvent être

Elle permet au chercheur de dire que les effets observés sur les variables dépendantes sont bel et bien dus à la variable indépendante.

  • Variable indépendante (VI)
  • Variable dépendante (VD)
  • Variable parasite (VP)

cas le contrôle des variables parasites sera encore plus fort.

Mais c’est surtout à des variables individuelles latentes que se sont intéressé les psychologues Le chercheur ne peut, dans la quasi-totalité des cas, manipuler les variables à sa convenance. 1La notion d’hypothèse peut prendre dans les différentes disciplines scientifiques des formes variables. (fondamentale): Dans le cas des variables indépendantes provoquées l’expérimentateur a considération dans l’expérience sont appelées variables parasites. variables parasites identifiables sont celles que l’on peut totalement Il s’agit donc d’un modèle permettant de relier la variable dépendante (Y) à des variables explicatives (X1 , X2 , X3 , … Xn ). Lorsqu’il vaut 1, les deux variables sont indépendantes. Au contraire, plus l’OR est proche de 0 ou de +∞, plus les variables sont liées entre elles.

Ce sont des variables extérieures à la recherche qui peuvent être responsables des résultats obtenus et générer une explication rivale.

  • L’observation permet d’obtenir des données plus naturelles mais aussi moins informatives.

Dans le cas où nous souhaitons étudier plusieurs variables explicatives Xi et connaître le « poids » respectif de chacune de ces variables, un ajustement est alors nécessaire.

Il est donc nécessaire d’utiliser un modèle adapté permettant de relier les variables explicatives à la variable qualitative (Y) à prédire. Le modèle logistique (formule en Figure 2) permet une expression non linéaire, variant de façon monotone entre 0 et 1, de cette probabilité en fonction des variables explicatives (Xi). Nous voyons dans cette formule que l’OR lié à la variable d’exposition (X) correspond à l’exponentielle du coefficient β. Pour chaque variable explicative, ce coefficient est ajusté sur les autres variables explicatives du modèle. Ainsi, toutes les variables explicatives étudiées ne seront pas toutes nécessairement incluses dans l’analyse multivariée. Ne seront introduites dans la régression logistique que les variables qui pourraient avoir un lien avec la maladie. Cette première étape permettra de choisir les variables explicatives (Xi) les plus pertinentes à étudier. Les variables explicatives qui sont liées de façon suffisamment forte à la variable à expliquer sont alors conservées dans le modèle. Lors de cette démarche, il ne faut pas inclure des variables redondantes (trop liées entre elles) dans l’analyse de régression logistique multiple.

C’est la maîtrise des variables parasites qui pourraient nuire à la validité interne de l’étude, de manière à isoler l’effet de la VI sur la VD.

Par exemple, prendre l’épaisseur rétinienne totale et l’épaisseur de la couche nucléaire externe comme variables explicatives, alors que ces variables sont très fortement liées.

Dans un tel cas, on parle de colinéarité entre ces variables. La colinéarité entre les variables doit donc être vérifiée lors de la réalisation d’une régression logistique. Diagramme expliquant le processus de sélection des variables explicatives à inclure dans un modèle de régression logistique multiple. En revanche, lorsque le but est le développement d’un modèle explicatif, certaines procédures peuvent être mises en œuvre pour sélectionner les variables à garder dans le modèle final. L’existence d’une interaction entre deux variables signifie que l’effet d’une variable est différent en fonction de l’autre variable. En effet, certaines variables jugées indispensables peuvent être forcées dans le modèle. Enfin, il peut être parfois proposé plusieurs modèles explicatifs en intégrant certaines variables ou non. La règle générale est d’avoir au moins dix fois plus d’évènements que de variables explicatives incluses dans le modèle de régression logistique. Les OR obtenus pour chaque variable sont des OR dits bruts ou non ajustés.

C’est lorsque tous les niveaux de la variable parasite sont administrés à tous les groupes.

Les OR obtenus sont dits « ajustés », car prenant en compte toutes les variables en même temps.

Ces deux variables ont cependant été incluses dans la régression logistique multiple et sont même devenues significatives. Elles ont cependant été introduites dans l’analyse multivariée : il s’agit donc de variables « forcées » dans le modèle. La validité interne est directement sous la dépendance de l’existence ou non de facteurs associés à l’expérimentation, tels que les variables parasites présentées plus haut. Techniques de contrôleCe genre de variables parasites peut être contrôlé de différentes façons.Le contrôle peut se faire par fixation ou maintient constant de la variable. Ceci peut être fastidieux ou très coûteux dans certains cas, en particulier pour les variables qui ont plus de trois modalités. Les deux variables environnement familial et abonnement étant invoquées (elles sont des caractéristiques du sujet et donc non manipulables). Pour pallier à ce problème, il suffit de modifier la situation expérimentale de façon à ce que les variables soient provoquées par le chercheur et donc manipulables. AutreC’est le reste, toutes les variables parasites qui sont spécifiques à une étude particulière. Dans une expérimentation au sens strict, la variable indépendante

Présentation au sujet: “2.3.1. Le contrôle des variables Le contrôle des variables a pour but principal l’élimination des corrélations illusoires. On distinguera le contrôle “ex.“— Transcription de la présentation:

Le terme de variable parasite est plutôt réservé à des variables

en variables indépendantes incluses dans le plan de l’expérience. C’est la force du paludisme, comme de beaucoup d’autres parasites, d’être variable pour lutter contre la pression que leur impose notre immunité. Le contrôle des variables Le contrôle des variables a pour but principal l’élimination des corrélations illusoires. Exercice de contrôle des variables Exercice Contrôle Variable.xls 7 Définir au besoin les états des variables du modèle 5.Choisir un mode de contrôle par exclusion (limitation de la validité externe) ou par inclusion 6.