Introduction au traitement statistique des données

Description

Maîtrisez l’architecture de la recherche expérimentale où variables dépendantes et indépendantes n’ont plus de secret

(et l’aléatorisation devient votre arme absolue contre les biais méthodologiques).

Sommaire

L’architecture de la recherche expérimentale

Les piliers scientifiques

D’abord, vous découvrez les piliers de la démarche scientifique à travers les variables dépendantes et indépendantes.

L’expérimentation rigoureuse

Aussitôt, vous posez les bases solides d’une expérimentation parfaitement rigoureuse.

Les facteurs de variation

En effet, vous identifiez rapidement les facteurs de variation fondamentaux de votre étude.

L’importance de l’aléatorisation

Ainsi, l’aléatorisation assure l’indispensable représentativité de tous vos sujets de recherche.

Les plans d’expérience

Puis, vous structurez facilement vos plans d’expérience fixes ou aléatoires.

Les biais méthodologiques

De plus, cette méthode rigoureuse élimine les biais méthodologiques les plus courants.

Les principes de contrôle

Alors, la présentation claire des principes de contrôle conclut cette première partie.

Un socle solide

Par conséquent, vous obtenez un socle de connaissances solide pour les traitements statistiques complexes.

La puissance de l’analyse de variance

La maîtrise de l’ANOVA

Désormais, vous maîtrisez l’ANOVA à un ou plusieurs facteurs grâce à une progression stimulante.

Le calcul du Fcal

Pour cela, vous passez de l’approche intuitive au calcul rigoureux du Fcal.

Les distributions de Fisher

Alors, vous utilisez les distributions de Fisher pour valider la significativité de vos résultats.

L’interaction des variables

Ensuite, une analyse fine déclenche la compréhension des interactions secrètes entre les variables.

Les effets cachés

Effectivement, vous détectez des effets de croisement ou d’emboîtement invisibles à l’œil nu.

Les tests d’homogénéité

De surcroît, vous appliquez des tests d’homogénéité et des transformations de scores précises.

Des preuves inattaquables

Finalement, vos démonstrations scientifiques deviennent des preuves académiques totalement inattaquables.

L’optimisation des comparaisons analytiques

L’expertise avancée

Par ailleurs, les contrastes orthogonaux et les mesures répétées approfondissent votre expertise.

Les comparaisons statistiques

Certes, vous posez sereinement les bases des comparaisons a priori et a posteriori.

Les tests de référence

Dès lors, les tests de Tukey, Scheffé ou Bonferroni affinent vos découvertes de manière chirurgicale.

L’intensité d’effet

Grâce à cela, vous estimez l’intensité d’effet pour optimiser la puissance de vos conclusions.

Les exercices corrigés

Notamment, des exercices corrigés et des tables de probabilités détaillées complètent votre apprentissage.

Un levier indispensable

Pour conclure, la statistique devient un levier de décision indispensable pour vos futures recherches.

–Caractéristiques–

• Titre : Introduction au traitement statistique des données

• Auteur : H. Abdi

• Édition : Presses Universitaires de Grenoble

• Dimensions : 17 x 24,5 x 2,5 cm

• Nombre de pages : 419 pages

• Dépôt légal : 1987

• Code ISBN : 9782706102943

H Abdi

Envoi soigné et Déposé en 48h (jours ouvrables) Edition Presses Universitaires de Grenoble 17 x 24,5 x 2,5 cm 419 pages depot légal : 1987 Bon Etat : coins légèrement écornés, quelques annotations au crayon de bois

Résumé

L’analyse de données

Le traitement statistique

D’abord, vous dominez l’analyse de données grâce à cet ouvrage de référence rédigé par H. Abdi.

Les données brutes

Aussitôt, vous transformez vos données brutes en résultats incontestables pour vos recherches.

Une méthodologie rigoureuse

En effet, une méthodologie rigoureuse structure vos travaux et valide toutes vos hypothèses.

Votre allié stratégique

Ainsi, ce manuel devient votre allié stratégique pour naviguer dans la complexité des plans d’expérience.

Les tests de significativité

Finalement, vous maîtrisez rapidement les tests de significativité indispensables à la précision scientifique.

Pourquoi lire ce livre ?

Une maîtrise méthodologique

Premièrement, vous apprenez à construire des plans d’expérience sans la moindre faille.

Les relations entre facteurs

Certes, vous comprenez les relations de croisement et d’emboîtement entre les différents facteurs.

Des protocoles valides

Dès lors, cette compétence garantit la validité totale de vos futurs protocoles de recherche.

Les erreurs classiques

Grâce à cela, vous évitez facilement les erreurs classiques des plans défectueux.

Une clarté mathématique

Deuxièmement, vous simplifiez les concepts complexes comme l’analyse de variance ou ANOVA.

L’approche intuitive

Effectivement, une approche intuitive présente des calculs pas à pas pour votre apprentissage.

Le calcul de Fcal

De plus, vous assimilez la notion de degré de liberté et le calcul de Fcal.

Une décision stratégique

Troisièmement, vous maîtrisez les tests statistiques pour rejeter l’hypothèse nulle au bon moment.

Les seuils de significativité

Alors, vous interprétez précisément les seuils de significativité lors de vos analyses.

Les conclusions fiables

Puis, vous minimisez les erreurs de Type I et de Type II pour obtenir des conclusions fiables.

Des outils approfondis

Quatrièmement, des techniques avancées dépassent les bases traditionnelles grâce à l’étude des modèles de score.

L’intensité d’effet

Notamment, vous utilisez les facteurs aléatoires et les estimations d’intensité d’effet.

L’impact réel

Par conséquent, vous mesurez l’impact réel de vos variables indépendantes de manière chirurgicale.

Une boîte à outils complète

Cinquièmement, de nombreuses annexes et des tables de valeurs critiques complètent ce guide de référence.

Les programmes de calcul

Aussi, des programmes de calcul pratiques font gagner un temps précieux durant vos traitements.

Des interprétations sécurisées

Pour conclure, ces ressources exceptionnelles sécurisent définitivement toutes vos interprétations finales.

Table des matières

AVERTISSEMENT…… 15

PREMIÈRE PARTIE — MÉTHODOLOGIE

Chapitre I. — INTRODUCTION…… 21

I.1. GÉNÉRALITÉS…… 21
I.2. VARIABLE INDÉPENDANTE ET VARIABLE DÉPENDANTE…… 22
I.3. VARIABLES INDÉPENDANTES (FACTEURS DE VARIATION)…… 26
I.3.1. Variable indépendante (facteur) manipulée par l’expérience…… 26
I.3.2. Aléatorisation (randomisation)…… 26
I.3.3. Variables indépendantes confondues…… 27
I.3.4. Variable indépendante « étiquette »…… 31
I.3.5. Une ou plusieurs Variables Indépendantes…… 33
I.3.6. Écriture des plans d’expérience…… 35
I.3.6.1. Relation de croisement entre facteurs…… 35
I.3.6.2. Relation d’emboîtement entre facteurs…… 36
I.3.6.3. Écriture des plans d’expérience…… 37
I.3.6.4. Les plans d’expérience de base…… 39
I.3.7. Facteurs de contrôle et facteurs d’intérêt…… 40
I.3.8. Facteurs fixés et aléatoires (Modèle I et II)…… 42
I.4 VARIABLES DÉPENDANTES…… 44
I.4.1. Quelques bons principes pour les bonnes V.D……. 45
I.5. LES RECHERCHES « NON-EXPÉRIMENTALES »…… 46
I.6. Quelques problèmes classiques : Les plans défectueux les plus courants…… 48
I.6.1. Le groupe contrôle absent…… 48
I.6.2. Prétest et posttest…… 49
I.7. Choix des sujets et représentativité…… 51
Notions clés…… 54

DEUXIÈME PARTIE — LES PLANS DE BASES

Chapitre II. — ANALYSE DE VARIANCE : UN FACTEUR, APPROCHE

INTUITIVE, CALCUL DE Fcal​…… 57
II.1. Approche intuitive…… 57
II.1.1. Pour aider, un exemple…… 57
II.1.2. Un indice d’effet de la variable indépendante…… 58
II.2. Calcul de l’indice d’effet Fcal​…… 61
II.2.1. Notations, etc…… 61
II.3. Écarts à la moyenne…… 63
II.4. La notion de degré de liberté…… 67
II.4.1. Degrés de liberté entre les groupes…… 68
II.4.2. Degrés de liberté dans les groupes…… 68
II.4.3. Degrés de liberté total…… 69
II.5. Un peu de calcul…… 69
Notions clés…… 70

Chapitre III. — ANALYSE DE VARIANCE : UN FACTEUR DE VARIATION. TEST

STATISTIQUE ET PROCÉDURES DE CALCUL…… 73
Chapitre IV. — ANALYSE DE VARIANCE : UN FACTEUR APPRONDISSEMENTS

1. III.1. Notion de test statistique…… 73
2. III.1.1. Généralités…… 73
3. III.1.2. Hypothèse Nullle et Hypothèse Alternative…… 74
4. III.1.3. Une règle de décision : « rejeter H0​ quand elle est invraisemblable »…… 75
5. III.1.4. Distribution d’échantillonnage du critère : « les distributions du F de Fisher »…… 75
6. III.1.5. Seuil de significativité : préciser l’improbable…… 76
7. III.1.6. Erreur de Type I et erreur de Type II, α et β…… 76
8. III.1.7. Zone de rejet, zone de suspension du jugement, valeur critique…… 79
9. III.1.8. Utilisation de la table des valeurs critiques…… 80
10. III.1.9. Résumé de la procédure de test statistique…… 80
11. III.2. UN EXEMPLE…… 81
12. III.3. UNE AUTRE NOTATION PLUS GÉNÉRALE : ✓ ET ✗ (✓)…… 85
13. III.4. LA PRÉSENTATION DES RÉSULTATS D’UNE ANOVA…… 87
14. III.5. REMARQUE : ANOVA AVEC DEUX MODALITÉS DE ✓ : t ET F…… 89
15. III.6. PROCÉDURES DE CALCUL…… 91
16. III.6.1. Encore un exemple…… 92
17. III.6.2. … et les 7 points…… 94
18. III.6.3. Les « nombres dans les carrés »…… 96
19. III.6.3.1. Principes de construction…… 96
20. III.6.3.2. Relations entre les « nombres dans les carrés », le nom des sources, ddl, etc…… 97
21. NOTIONS CLÉS…… 98

: MODÈLE DE SCORE ; FACTEUR ALÉATOIRE ; ESTIMATION D’INTENSITÉ D’EFFET ; CONDITION DE VALIDITÉ…… 101

1. IV.1. LE MODÈLE DE SCORE…… 101

2. IV.1.1. Motivation…… 101

3. IV.1.2. Décomposition d’un score Yas​…… 102

4. IV.1.3. Le modèle de score et les Sommes de Carrés…… 105

5. IV.2. ANOVA UN FACTEUR ALÉATOIRE (MODÈLE II)…… 109

6. IV.2.1. Rappel : Facteurs fixés et aléatoires…… 109

7. IV.2.2. Un exemple plan F(⋅):A aléatoire…… 110

8. IV.2.3. Le modèle de score…… 111

9. IV.3. ESTIMATION DE L’INTENSITÉ D’EFFET DE LA V.I……. 112

10. IV.3.1. Motivation…… 112

11. IV.3.2. R2 et η2…… 113

12. IV.3.2.1. Digression : R2 est un coefficient de corrélation…… 114

13. IV.3.2.2. F et R2. Comment décider de la taille des groupes ?…… 115

14. IV.3.3. Inférences à partir de R2 : formules de correction…… 117

15. IV.3.4. ω2 et ρ2…… 118

16. IV.3.4.1. Estimation de ω2…… 119

17. IV.3.4.2. Estimation de ρ2…… 120

18. IV.3.5. Fcal​<1,ω2<0,ρ2<0 : « Le panier de fraises »…… 121

19. IV.3.5.1. Le panier de fraises…… 122

20. IV.3.5.2. Facteur caché augmentant l’erreur…… 123

21. IV.3.6. Test statistique : intensité d’effet nulle dans la population…… 124

22. IV.3.6.1. Limites de confiance pour R2…… 125

23. IV.3.7. Que choisir ?…… 126

24. IV.3.8. Une note de prudence…… 127

25. IV.4. LES CONDITIONS NÉCESSAIRES À LA VALIDITÉ DE L’ANOVA…… 128

26. IV.5. TRANSFORMATIONS DE SCORES…… 130

27. IV.5.1. Transformation log…… 131

28. IV.5.2. Transformation arcsinus…… 132

29. IV.6. UN TEST D’HOMOGÉNÉITÉ DE LA VARIANCE : LE TEST DE O’BRIEN…… 133

30. IV.6.1. Motivation et méthode…… 134

31. IV.6.2. Un test une main…… 135

32. IV.7. TROIS EXERCICES…… 136

33. IV.7.1. Les images…… 137

34. IV.7.2. Le gros homme…… 138

35. IV.7.3. Entre fixé et aléatoire. En voiture !…… 139

NOTIONS CLÉS…… 140

Chapitre V. – ANOVA 2 FACTEURS. PLAN F(N×D) OU N×D…… 145

V.1. INTRODUCTION…… 146

V.2. ORGANISATION…… 147

V.2.1. Notations…… 148

V.3. EFFETS PRINCIPAUX ET INTERACTION…… 149

V.3.1. Effets principaux…… 150

V.3.2. Interaction…… 151

V.3.3. Un exemple « sans interaction »…… 152

V.3.4. Un exemple « avec interaction »…… 151

V.3.5. Interaction : encore !…… 151

V.4. DÉCOMPOSITION DE LA SOMME DES CARRÉS D’EFFET…… 152

V.4.1. Représentation de l’interaction « épurée »…… 153

V.5. DEGRÉS DE LIBERTÉ ET CARRÉ MOYEN…… 154

V.6. LE MODÈLE DE SCORE ET LES SOMMES DE CARRÉS…… 155

V.7. UN EXEMPLE : RAPPEL AVEC INDICE…… 158

V.8. CALCUL RAPIDE EN 11 POINTS…… 160

V.9. RAPPORTS ENTRE LE NOM DES SOURCES, LES ddl, LES SC…… 161

V.10. ANOVA ♟ ♥ : ♥ ET ♫ FACTEURS ALÉATOIRES…… 162

V.10.1. Introduction et rappel…… 162

V.10.2. Calcul des rapports Fcal…… 162

V.10.3. Modèle de score…… 163

V.10.4. Un exemple…… 164

V.11. PLAN ♟ ♥ : ♥ FIXE, ♫ ALÉATOIRE (MODÈLE III)…… 166

V.11.1. Modèle de score…… 167

V.12. COEFFICIENTS D’INTENSITÉ D’EFFET…… 168

V.12.1. R2 « global »…… 168

V.12.2. R2 « partiel »…… 169

V.12.3. Décomposition de l’effet expérimental : Rexpeˊrimental, source2​…… 170

V.12.4. ω2 et ρ2 : première étape estimation des σ2…… 171

V.12.5. ω2 et ρ2 « global »…… 173

V.12.6. Coefficients partiels ω2 et ρ2…… 173

V.12.7. Décomposition de l’effet expérimental…… 173

V.13. CONDITIONS DE VALIDITÉ…… 174

NOTIONS CLÉS…… 175

Chapitre VI. — PLAN D’EXPÉRIENCE, UN FACTEUR : ME-SURES RÉPÉTÉES :

PLAN ♟ ♥…… 179
VI.1. INTRODUCTION…… 179
VI.2. CALCUL DU CRITÈRE Fcal…… 181
VI.3. DÉCOMPOSITION DE LA « VARIABILITÉ DANS LES GROUPES ». F(N)=F+N…… 182

VI.4. Un exemple « pour se faire la main »…… 185
VI.5. Résultats…… 185
VI.6. Modèle II…… 186
VI.7. Le bon usage : Posologie…… 187
VI.8. Exercice et calcul en 9 points…… 188
VI.9. Encore…… 190
VI.10. Modèle de score. Fixe…… 191
VI.11. Modèle de score. Aléatoire…… 193
VI.12. Mesures d’intensité d’effet…… 193
VI.12.1. R2…… 193
VI.12.2. ω2etp2…… 194
Notions clés…… 196

Chapitre VII. — PLANS FACTORIELS. MESURES COMPLÉ-TEMENT RÉPÉTÉES : PLAN …… 199

VII.1. Introduction…… 199
VII.2. Un exemple : Plan …… 199
VII.3. Le modèle de score…… 200
VII.4. Résultats de l’exemple : « La plonge »…… 203
VII.5. Et aléatoires…… 206
VII.6. Fixe, aléatoire…… 207
VII.7. Quasi-F : F’…… 208
VII.7.1. Un cousin : F”…… 209
VII.8. Conditions de validité, etc…… 211

Chapitre VIII. — PLANS FACTORIELS : MESURES PARTIEL-LEMENT

RÉPÉTÉES. PLAN …… 213
VIII.1. Introduction…… 213
VIII.2. Le modèle de score : et fixes…… 215
VIII.2.1. Digression 1 : analyse d’un plan , à partir de Généralisation…… 216
VIII.2.2. Retour au modèle de score…… 217
VIII.2.3. Digression 2 : règle de partage « entre les su-jets » vs. « dans les sujets »…… 218
VIII.3. Un exemple : Toit et Doigt…… 219
VIII.4. Calcul en 13 points…… 220
VIII.5. ✓ ET ☑ ALÉATOIRES…… 222
VIII.6. MODÈLES III…… 222
VIII.7. COEFFICIENTS D’INTENSITÉ D’EFFET…… 223
VIII.8. CONDITIONS DE VALIDITÉ…… 224
VIII.9. POSOLOGIE…… 224
NOTIONS CLÉS…… 226

TROISIÈME PARTIE — APPROFONDISSEMENTS

Chapitre IX. — COMPARAISONS ANALYTIQUES…… 231

• IX.1. INTRODUCTION…… 231

• IX.1.1. Généralités…… 231

• IX.1.2. Notion de comparaison (contraste)…… 233

• IX.1.3. Erreur de type I par comparaison vs. erreur de type I par famille de comparaisons…… 235

• IX.2. COMPARAISON A PRIORI ORTHOGONALES…… 239

• IX.2.1. Un exemple : « j’me souviens plus très bien »…… 239

• IX.2.2. Les groupes contrastés…… 240

• IX.2.3. Vérification de l’indépendance : Méthode des C…. 242

• IX.2.4. Calcul des Sommes des Carrés de comparaison…. 243

• IX.2.5. F\textsubscript{critique} pour des comparaisons orthogonales…… 243

• IX.2.6. Un peu de calcul…… 245

• IX.2.7. Comment présenter les résultats des comparaisons à priori orthogonales…… 248

• IX.2.8. F omnibus et F de comparaison…… 249

• IX.2.9. Somme de contrastes orthogonaux (Analyse par « sous-plan »)…… 250

• IX.2.10. Comment traduire une hypothèse de recherche en contraste…… 252

• IX.3. COMPARAISONS NON-ORTHOGONALES À PRIORI…… 253

• IX.3.1. Le test de Boole, Bonferroni, Dunn, Sidák…… 254

• IX.3.2. Comparaison de chaque groupe avec un groupe contrôle : test de Dunnett…… 258

• IX.4. COMPARAISON A POSTERIORI…… 259

• IX.4.1. Test de Scheffé (tous les contrastes possibles)…… 260

• IX.4.2. Comparaison par paires de toutes les moyennes…. 264

• IX.4.2.1. Le test de Tukey…… 265

• IX.4.2.2. Le test de Newman-Keuls…… 268

• IX.4.2.3. Le test de Duncan…… 271

• IX.5. MESURES D’INTENSITÉ D’EFFET…… 272

• IX.5.1. Généralités…… 272

• IX.5.2. Le coefficient R2…… 273

• IX.5.2.1. R2 « global »…… 273

• IX.5.2.2. R2 « partiel »…… 274

• IX.5.2.3. Décomposition de l’effet expérimental : Rexpeˊrimental, source2​…… 274

• IX.5.3. ω2 et ρ2…… 275

• IX.5.3.1. Espérance mathématique de SCψ​…… 275

• IX.5.3.2. ω2 « global »…… 275

• IX.5.3.3. ω2 « partiel »…… 276

• IX.5.3.4. Décomposition de l’effet expérimental : ωexpeˊrimental, source2​…… 276

• IX.6. INTERVALLE DE CONFIANCE D’UNE COMPARAISON…… 277

• IX.7. PLAN S / F: FACTEUR ALÉATOIRE…… 278

• IX.8. PLAN S S / S…… 279

• IX.8.1. Un exemple : comparaison à priori plan S S…… 281
  IX.8.2. Plan S S : aléatoire…… 282

• IX.9. ANALYSE DE TENDANCE…… 282

• IX.10. PLANS FACTORIELS ET COMPARAISONS ANALYTIQUES…… 287

• IX.10.1. Termes d’erreur pour les contrastes dans les plans factoriels…… 290

• IX.10.2. Cas simple : décomposition d’une source d’effet d’un plan factoriel…… 291

• IX.10.3. Un exemple : décomposition des sources d’effet pour un plan S(⋅)∗S…… 292

• POSOLOGIE…… 296

• NOTIONS CLÉS…… 296

Chapitre X. — COMMENT DÉRIVER ET CALCULER LES PLANS FACTORIELS EN ANALYSE DE VARIANCE…… 299

X.1. DÉRIVATION DES SOURCES DE VARIATION…… 300
X.1.1. Premièrement…… 301
X.1.2. Deuxièmement…… 301
X.1.3. Troisièmement…… 301
X.2. ÉCRITURE DU MODÈLE DE SCORE…… 303
X.3. DEGRÉS DE LIBERTÉ ET SOMMES DES CARRÉS…… 303
X.3.1. Degrés de liberté…… 304
X.3.2. Somme des Carrés…… 304
X.4. UN EXEMPLE…… 305
X.5. ESPÉRANCE MATHÉMATIQUE DES CARRÉS MOYENS…… 306
X.6. DEUX EXEMPLES…… 309
X.6.1. A et B fixes, C et D aléatoires…… 309
X.6.2. A fixe, B, C, D aléatoires…… 309
X.7. PLANS NON BALANCÉS : LE PROBLÈME…… 310
X.8. PLANS NON BALANCÉS : MÉTHODES DES MOYENNES NON-PONDÉRÉES…… 312
X.8.1. Moyennes non-pondérées : Plan P(A)…… 312
X.8.2. Moyennes non pondérées : Plan P(A∗B)…… 315
X.8.3. Moyennes non-pondérées : Contrastes et sous-plans… 317
X.9. PLANS NON BALANCÉS : PLANS ORTHOGONAUX AVEC UN FACTEUR DE PROPORTIONNALITÉ…… 318
NOTIONS CLÉS…… 321

Chapitre XI. — QUELQUES EXERCICES…… 323

XI.1. EXERCICES CORRIGÉS…… 323
XI.2. EXERCICES À CORRIGER…… 331

ANNEXES

ANNEXE 1 : RAPPEL SUR LE SIGNE SOMME…… 347
ANNEXE 2 : ESPÉRANCE MATHÉMATIQUE…… 351
ANNEXE 3 : PROGRAMMES…… 359
Distributions de probabilité (z, t, chi 2, F)…… 359
Permutations aléatoires…… 360
ANNEXE 4 : LE TEST DE NORMALITÉ DE LILLIEFORS…… 363

TABLES

Table 1 : Valeurs critiques de F…… 373
Table 2 : Transformation arcsinus…… 376
Table 3 : Table détaillé du t de Student…… 377
Table 4 : Table pour le test de Dunnett…… 380
Table 5 : Table pour le test de Šidák…… 382
Table 5′ : Table pour le test de Bonferroni…… 384
Table 6 : Table de F étendue (dérivée du « studentized range »)…. 386
Table 7 : Table pour le test de Duncan…… 388
Table 8 : Table des polynômes orthogonaux…… 390
Table 9 : Table de permutations aléatoires…… 391
Table 10 : Table de nombres au hasard…… 396
Table 11 : Table de la transformation angulaire de Fisher…… 398
Table 12 : Table pour le test de Lilliefors…… 399
Table 13 : Table de la loi normale centrée réduite…… 402
BIBLIOGRAPHIE ET INDEX DES AUTEURS…… 403
INDEX THÉMATIQUE…… 417

Quatrième de couverture

Un manuel accessible pour l’analyse statistique

Ce manuel présente dans un langage clair et accessible à tous les concepts essentiels à l’analyse statistique des données expérimentales. Les notions statistiques et méthodologiques sont exposées précisément et sont illustrées par de nombreux exemples provenant de recherches réelles. Tous les points de calcul sont introduits avec des routines de calcul qui permettent de se libérer des « angoisses de calcul ». Chaque chapitre se termine par un résumé des notions clés, des nouvelles notations et par une série de questions qui permettent aux lecteurs de tester leur compréhension pas à pas.

Une approche pédagogique rigoureuse

De nombreux exercices, répartis dans les chapitres et dans un chapitre spécial, proviennent de recherches effectives et stimulent la curiosité du lecteur. Quoique présenté avec rigueur, le contenu de ce livre peut s’aborder avec un minimum de connaissances en mathématiques (une seconde littéraire suffit). Cette accessibilité en fait un outil précieux pour un large public.

Le public visé par l’ouvrage

Cet ouvrage s’adresse aux étudiants des disciplines expérimentales et scientifiques (psychologie, sciences cognitives, biologie, etc.), pour lesquels il constitue un ouvrage de référence. Il est également destiné aux chercheurs désireux de se maintenir au courant des développements récents, ainsi qu’à tous ceux qui doivent évaluer ou simplement comprendre les recherches expérimentales contemporaines.

Les ressources complémentaires

L’ensemble des procédures de calcul décrites dans ce livre existe sous forme de programmes écrits pour micro-ordinateurs. Ces programmes et leur mode d’emploi sont disponibles auprès du même éditeur. Cette ressource pratique permet aux lecteurs d’appliquer immédiatement les concepts appris.

La présentation de l’auteur

Hervé Abdi est maître de conférence à l’université de Bourgogne. Il est Docteur en Psychologie de l’Université d’Aix en Provence, et est en outre titulaire d’un D.E.A. de Neurobiologie et biologie du comportement (Université Louis Pasteur, Strasbourg), et d’un D.E.A. de Sciences économiques (Université de Clermont-Ferrand).

Hervé Abdi enseigne actuellement la psychologie cognitive et la statistique à l’Université de Bourgogne. Il a été « visiting professor » de psychologie et de sciences cognitives à Brown University (Providence, U.S.A.) en 1986 et 1987 (avec le soutien d’un prix Fullbright).

Les informations éditoriales

L’ouvrage est publié par les Presses Universitaires de Grenoble. L’illustration est signée par Alain Menegon. Le numéro ISBN 2.7061.0294.2 identifie l’ouvrage. Le prix est fixé à 190 francs français. Les coordonnées de l’éditeur sont indiquées pour toute correspondance.