Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Les modèles explicatifs multivariés ont généralement pour objectif de maximiser le pourcentage d'explication de la variance de la variable dépendante, en sélectionnant l'ensemble de prédicats qui pourra présenter un r carré total qui soit le plus élevé possible. Cependant il arrive fréquemment, en raison de ses corrélations multiples, que la relation multivariée entre un prédicat particulier et la variable dépendante soit orientée d'une façon non conforme à la théorie, ou même être inversée. Cette relation ajustée peut même être inversée, selon le choix des covariables présentes dans le modèle, ce qui constitue souvent la faiblesse de la méthode, et une source d'interprétation biaisée des résultats. Nous avons élaboré un modèle l'objectif n'étant pas d'augmenter de manière linéaire le carré total entre la variable dépendante et l'ensemble des prédicats du modèle, mais de maximiser l'inverse de la relation entre la variable dépendante et la variable dépendante, en tenant compte des covariables les plus importantes. Cette stratégie s'avère être plus efficace dans le sens où elle permet à l'analyste d'identifier les covariables "favorisant" et sélectionnant l'équilibre des prédicats en fonction de leur importance aux covariables défavorables, afin d'éviter d'introduire "fausses" relations. Les exemples tirés de la variabilité psycho-sociale seront présentés. L'auteur aimerait recueillir l'avis de ses confrères sur cette approche.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.