Mod - PowerPoint PPT Presentation

1 / 16
About This Presentation
Title:

Mod

Description:

Mod les alternatifs et/ou quivalents. Le plus IMPORTANT est d'utiliser votre jugement. ... Mod les alternatifs et/ou modifications a posteriori. R plications du ... – PowerPoint PPT presentation

Number of Views:91
Avg rating:3.0/5.0
Slides: 17
Provided by: Rox83
Category:
Tags: alternatifs | mod

less

Transcript and Presenter's Notes

Title: Mod


1
Modélisation par équationsstructurellesune
introduction à AMOS Roxane de la Sablonnière
Martin DoucetUniversité de Montréal1er juin
2006
2
Une démonstration que lanalyse déquations
structurelles (SEM) nest PAS plus compliquée que
la corrélation ou la régression
3
Corrélation
0,38
Violence conjugale
Dépression de la mère

4
Régression
0.38
Violence conjugale
Dépression de la mère
Y a Bx OU Dépression de la mère 5,77
0,30x
5
Analyses acheminatoires

Violence conjugale
Dépression mère
e

Cohérence
e


Anxiété enfant
Agressivité enfant
e
e
Y a Bx e OU Dépression mère 5,77
0,30x e
6
Analyses acheminatoires versus régression
  • Possibilité de plusieurs variables indépendantes
    et dépendantes
  • Le terme derreur est évalué et non assumé
  • Imposition dune structure théorique
  • Méthode plus rigoureuse
  • Mais quand même une régression  sophistiquée 

7
SEM
santepsy
e
1
Violence conjugale
Santé mère
psychol
e
1



depress
e
physiq
e

d
soins
1
e
Qualité relationnelle

d
soins
e

consist
e


1
aggres
e
Anxiet
e
1
Troubles extériorisés
Troules intériorisés


delinq
e
depresse
e
d
d
  • Facteurs latents vs variables observées
  •  Disturbance  (d) vs terme derreur (e)
  • Un paramètre par échelle identifié (1), les
    autres sont évalués ()

8
Postulats de base
  • Données extrêmes univariées et multivariées
  • Normalité (Kurtose, assymétrie)
  • Linéarité
  • Plusieurs variables par variable latente
  • Variables continues
  • Taille de léchantillon (Ngt200 et 5 à 10
    participants par variable)
  • Multicolinéarité
  • Pas de données manquantes (ou bien les gérer)
  • Etc., etc.. ? ? ?

9
Les indices de fit
  • Chi-carré (doit être gt 0.05, mais très sensible à
    la taille de léchantillon)
  • Dl
  • Comparative fit index (CFI doit être gt 0.90)
  • Root mean square error of appoximation (RMSEA
    doit être lt 0.08)
  • PCFI (environ 0,70)
  • Un exemple dun bon  fit  (?2(52, N423)
    109,39, p lt 0,001 CFI 0,98 PCFI 0,71
    RMSEA 0,05)

10
Les modèles alternatifs et les modifications a
posteriori
  • Modification Indices (AMOS)
  • LM-test (EQS)
  • Wald-test (EQS)
  • Est-ce que les  p values  sont significatives?
  • Est-ce que les changements apportés améliorent le
    modèle de façon significative?
  • Modèles alternatifs et/ou équivalents
  • Le plus IMPORTANT est dutiliser votre
    jugement. Les modifications apportées doivent se
    faire en fonction de considérations théoriques et
    statistiques.

11
Les programmes
  • AMOS
  • Possibilité de Bootstrap
  • Facile à utiliser
  • Lisrel
  • EQS
  • Méthode destimation robuste
  • Le LM-test et le Wald-test sont possibles

12
Sil reste du temps(Quoi dautre?)
  • CFA de premier ordre (First order CFA Model)
  • CFA de second ordre (Second-Order CFA model)
  • Tests dinvariance
  • Bootstrap

13
Étapes
  • Construction dun modèle théorique
  • Collecte de données
  • Tester le modèle avec EQS ou Amos
  • Le modèle théorique est comparé aux données
    (indices de fit)
  • Modèles alternatifs et/ou modifications a
    posteriori
  • Réplications du modèle final dans un monde
    idéal...

14
À TOUS MOMENTS
  • Même si lon parle de modèles causaux, on ne peut
    conclure en termes de CAUSALITÉ ou de
  • cause à effet!

15
Démonstrations avec AMOS
  • Modèle initial
  • Modèle final
  • Bootstrap
  • Analyses acheminatoires

16
BEAUCOUP DHEURES DE PLAISIR.
MEILLEUR QUUN JEU VIDÉO
Write a Comment
User Comments (0)
About PowerShow.com