Recueil de données et statistiques 2

Après avoir rappelé la démarche expérimentale et la notion d'analyse des données, de statistiques descriptives et inférentielles, différents tests statistiques paramétriques et non-paramétriques ainsi que des modèles linéaires mixtes seront présentés. Ces tests sont destinés à analyser des dessins expérimentaux de différentes natures, comme par exemple la comparaison de groupes d'observation indépendants et d'observation appariés, ou encore l'analyse de structures complexes à plusieurs facteurs.

Des analyses multivariées, dont ex. l'analyse en Composantes Principales (ACP) et la Régression Multiple (RM) seront également introduits. 

Des exercices sur des données expérimentales et des données de corpus seront préparés à la maison et corrigés en classe. Une attention particulière sera accordée à la rédaction de conclusions descriptives et inférentielles en veillant à suivre les règles émises par l'American Psychological Association (APA). Une familiarisation à différents logiciels d'analyse statistique (dont R) sera réalisée lors de travaux pratiques.

Fournir les bases théoriques et pratiques de l’analyse statistique de données comportementales, neurophysiologiques et de données de corpus. Les principaux objectifs pédagogiques incluent : 

• Les conditions optimales de recueil des données
• La visualisation des données
• La préparation des données
• L’analyse statistique
• Le choix des outils statistiques appropriés selon la nature des données et du plan d’analyse expérimental
• L’interprétation des résultats
• La formulation d’une conclusion descriptive et inférentielle

M3C en deux sessions
• RÉGIME STANDARD session 1: Mixte: CC 50% Contrôle Continu: au moins 2 notes+ CT 50% Contrôle Terminal: 1 seule note, évaluation
• RÉGIME DÉROGATOIRE session 1: CT 100% Contrôle Terminal: 1 note, évaluation Ecrite 1h30.
• REGIME STANDARD Session 2 (dite de 2nd chance): CT 100% Contrôle Terminal: 1 note, évaluation Ecrite 1h30.

Dans le cadre de cet EC, sauf autorisation expressément formulée par l'enseignant.e, l’usage de l’IA pour aider à la réalisation des travaux de contrôle continu soumis à évaluation est interdit. Les étudiant.e.s n’ont pas le droit de faire appel à une IA générative à des fins de documentation, recherche d’idées, construction, rédaction ou édition.

Avoir suivi le cours de "Recueil de données et statistiques 1" ou équivalent.

• Compétences en méthodologie expérimentale, en statistiques descriptives et en statistiques inférentielles de base
• Sélection des outils d’analyse statistique appropriés en fonction de la nature des facteurs étudiés et de la conception méthodologique d'une étude
• Interprétation et rédaction d’une conclusion descriptive et inférentielle qui s’inscrit dans une démarche hypothético-déductive

• Howell, D. C. (2008). Méthodes statistiques en sciences humaines. Traduit par M. Rogier, V. Yzerbyt, & Y. Bestgen. Editions de Boeck
• La méthode expérimentale (2003). In S. Nicolas (dir.), La psychologie cognitive (pp. 185-206). Paris : A. Colin (Coll. Campus)
• Solier, Clara, Lucille Soulier, et Nour Ezzedine (2023). Introduction Aux Statistiques En Sciences Du Langage: Traitement et Analyse de Donnees Avec R. Dunod
• Loerts, H., Lowie, W., & Seton, B. (2020). Essential statistics for applied linguistics: Using R or JASP. Bloomsbury Publishing
• Chapitre 2. La méthodologie en psychologie cognitive. In Habib, M., Lavergne, L., & Caparos, S. (2018). Psychologie cognitive: Cours, méthodologie, entraînement. Armand Colin

• JASP : https://jasp-stats.org/

• R : https://www.r-project.org/