Connaître et utiliser de manière appliquée les principales techniques statistiques classiques et leurs alternatives robustes pour les plans d'analyse comprenant une seule variable dépendante (ou critère) qui sont les plus courants en psychologie. Utilisation des logiciels jamovi et JASP, avec SPSS et R en complément.
Stratégies d’analyse initiale et exploratoire des données classiques et modernes (diagrammes de densité à noyau gaussien, Quantile-Quantile, MAD-médiane), analyses relevant du modèle linéaire général (ANOVA et ANCOVA comme cas particuliers des modèles de régression, contrastes a priori et a posteriori, modération, médiation) et du modèle linéaire généralisé (régression logistique), ainsi que du modèle linéaire généralisé mixte (modèle hiérarchique ou multiniveau, à coefficients fixes et aléatoires, courbes de croissance).
Réflexion sur la détection des enjeux associés à la modélisation statistique, incluant le diagnostic des modèles, distributions des résidus, données manquantes, avec une introduction à l’imputation multiple, puissance statistique des procédures.
Horaire du cours à la session
automne 2025
