Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Sébastien Béland : Université de Montréal
De nombreux auteurs ont proposé de rapporter le facteur de Bayes comme alternative, ou complément, à la valeur p (Wasserstein et Lazar, 2016). Ce coefficient permet de comparer deux (ou plusieurs) hypothèses pour voir laquelle est la mieux expliquée par l’échantillon de variables collecté.
Nous allons, dans le cadre de cette communication, présenter le facteur de Bayes tel qu’il est utilisé pour évaluer des tests d’hypothèses informatifs dans le cadre d’une ANOVA (Hoijtink, 2011; Hoijtink, Klugkist & Boelen, 2008). Nous expliquerons les détails du calcul des deux principaux ingrédients de ce coefficient : la complexité (complexity) et l’adéquation (fit). De plus, nous montrerons comment le facteur de Bayes s’interprète comparativement à la valeur p.
Nous savons depuis près d’une centaine d’années que la valeur p (p value) utilisée pour tester des hypothèses présente des limites. Dans les dernières décennies, les critiques à l’égard de cette statistique se sont accumulées et l’American Statistical Association a même diffusé une prise de position officielle à son égard, en 2016. Signe des temps, certaines revues scientifiques en sciences humaines, sociales et en santé ont décidé de refuser l’utilisation de la valeur p dans leurs articles. Pourquoi ce choix ? Certaines alternatives sont-elles plus prometteuses ? Il est maintenant temps d’entamer une réflexion sérieuse sur l’ère post p < 0,05 dans ces disciplines.
Thème du congrès 2023 (90e édition) :
Thème du colloque :
Date :
9 mai 2023
Titre du colloque :
Thème du colloque :
Responsables :
