STATISTICS FOR THE BEHAVIORAL SCIENCES

If you read research in psychology, education, or health sciences, this book decodes the numbers behind every claim you encounter. It is written for students who fear math: each formula arrives with a plain-language reason for existing, from the seesaw mean to the jury-trial logic of hypothesis testing. You finish able to read a journal article's results section and know what each statistic is vouching for.

1. 1Chapter 1

   Populations, samples, and the honest gap between them

   A researcher wants to know something about everyone of interest—say, all college students—but can only measure a handful of them. That full group is the population; the handful is the sample, chosen to represent it. From the sample come statistics, values describing the people actually measured; from the population come parameters, values describing everyone. Descriptive statistics summarize and simplify the data you have. Then comes the uncomfortable part the book puts at the heart of inference: the sample statistics are, by nature, imperfect and variable representations of the population parameters. That built-in discrepancy—sampling error—is why the rest of the book exists.

   L'idée

   The entire discipline rests on a confession: your sample will never match the population exactly, and no amount of care removes that gap. What statistics offers instead is a way to measure the gap—to say how wrong a sample statistic probably is. Once you accept that every generalization carries this natural error, the machinery of later chapters stops looking like ritual and starts looking like damage control.

   À essayer : Pick one statistic from a news headline this week and ask: was it measured on a sample or the whole population, and how big was the sample?

2. 2Chapter 3

   The mean is a seesaw

   Picture a seesaw with the scores as weights placed along a board. The mean is the balance point of the distribution—the spot where the board tips level, computed as the sum of the scores divided by the number of scores (μ = ΣX/N for a population, M = ΣX/n for a sample). Now slide one weight far out to the end: a single extreme score drags the balance point toward it. That is why the book recommends the median for skewed distributions, since the median is not affected by extreme scores—it is simply the midpoint of the ordered scores, the point below which 50% fall. For categories with no order at all, like eye color, only the mode survives: the score with the greatest frequency, and the only measure of central tendency usable with nominal data.

   L'idée

   Choosing a measure of center is really choosing what kind of distortion you can live with. The mean answers to every score, which makes it precise and fragile; the median ignores magnitude, which makes it sturdy under skew; the mode ignores everything but popularity. The scale of measurement decides for you—nominal data leaves no choice at all.

   À essayer : Take your last five purchases, compute the mean and the median, and see which one better represents a 'typical' amount.

3. 3Chapter 4

   Standard deviation: the average distance from the mean

   Two classes can share the same mean while one is full of near-identical scores and the other scatters everywhere. To capture that, the book measures distance: subtract the mean from each score, square the deviations, and average them—that is variance, the mean of the squared deviations, σ² = Σ(X−μ)²/N for a population. The sum of squared deviations, SS, can be found with either the definitional or the computational formula. Square-root the variance and you get standard deviation, σ = √[Σ(X−μ)²/N], a measure of the standard, or average, distance from the mean. For samples there is a correction: divide SS by n−1, not n, because sample variability runs biased downward, and the n−1 fix makes the sample variance an unbiased estimate of the population variance.

   L'idée

   Variability is not an afterthought to the mean; it is what makes the mean trustworthy or meaningless. A mean of 50 means something different when scores cluster within 2 points than when they spread across 20. The n−1 correction is the book's quiet masterstroke: it admits that a sample underestimates the spread of its population, and it pays a small price in the denominator to buy an honest estimate.

   À essayer : Compute the standard deviation of your daily screen time for a week and see how far a 'typical' day strays from your average.

4. 4Chapitre 5

   Les scores z : mettre toutes les distributions sur la même règle

   Vous obtenez 70 à un examen et 85 à un autre. Quelle est la meilleure performance ? Les chiffres bruts ne peuvent pas le dire, car les deux examens peuvent avoir des moyennes et des dispersions différentes. La solution du livre est le score z : soustrayez la moyenne et divisez par l'écart-type, z = (X−μ)/σ. Le signe vous indique si le score se situe au-dessus ou en dessous de la moyenne ; le nombre vous indique de combien d'écarts-types il en est éloigné. L'objectif énoncé est de transformer les valeurs X en scores z afin que la distribution résultante ait une moyenne de 0 et un écart-type de 1, rendant les différentes distributions comparables. Votre 70 pourrait être 2 écarts-types au-dessus tandis que votre 85 est à peine un demi-écart-type au-dessus — et maintenant la comparaison est honnête.

   L'idée

   Un score z est une traduction, pas une transformation de la personne. Il replace chaque score sur une échelle universelle où zéro signifie moyenne et chaque unité signifie un écart-type. La surprise est la quantité d'informations que portent le signe et la taille : la position dans la distribution, et non le chiffre brut, est ce qui rend les scores comparables entre tests, cours ou mesures.

   À essayer : Convertissez l'un de vos résultats de test en score z en utilisant la moyenne et l'écart-type de la classe, et voyez où vous vous situez réellement.

5. 5Chapitre 6

   La probabilité comme proportion

   Avant que tout test d'hypothèse puisse fonctionner, le livre a besoin d'une définition de la probabilité que l'arithmétique puisse manipuler. Sa réponse est d'une simplicité désarmante : la probabilité est une fraction ou une proportion de tous les résultats possibles. La probabilité de A est égale au nombre de résultats classés comme A divisé par le nombre total de résultats possibles. Pas de métaphysique, pas de philosophie du long terme — juste du comptage. Avec cette définition en main, les proportions sous une distribution de scores deviennent des probabilités de tirer des valeurs particulières, et le pont des courbes descriptives aux décisions inférentielles est construit.

   L'idée

   Définir la probabilité comme une proportion est ce qui permet à une courbe de scores de jouer un double rôle d'énoncé sur le hasard. Si vous connaissez la proportion de résultats dans une plage, vous connaissez la probabilité d'y atterrir. Chaque p-value que vous lirez jamais descend de ce simple acte de division : résultats favorables sur tous les résultats.

   À essayer : Pour une décision oui/non cette semaine, écrivez les résultats possibles sous forme de fraction et voyez si vos chances intuitives correspondent à l'arithmétique.

6. 6Chapitre 7

   La distribution des moyennes échantillonnales et le théorème central limite

   Tirez tous les échantillons aléatoires possibles de taille n d'une population, calculez la moyenne de chaque échantillon, et rassemblez toutes ces moyennes : cette collection est la distribution des moyennes échantillonnales, que le livre appelle un concept central de la statistique inférentielle. Le théorème central limite décrit ensuite sa forme : pour toute population de moyenne μ et d'écart-type σ, la distribution des moyennes échantillonnales aura une moyenne μ, un écart-type σ/√n, et approchera la normalité à mesure que n approche l'infini. Elle sera normale si la population elle-même est normale ou si la taille de l'échantillon est relativement grande — au moins n ≥ 30. La moyenne de cette distribution est égale à la moyenne de la population, et son écart-type — l'erreur standard, σM = σ/√n — est une mesure de la distance moyenne entre une moyenne d'échantillon et la moyenne de la population.

   L'idée

   Ce chapitre explique pourquoi l'erreur d'échantillonnage du chapitre 1 n'est pas du chaos mais de la structure. Les moyennes d'échantillons s'entassent autour de la moyenne de la population selon un schéma prévisible, pour la plupart normal, et des échantillons plus grands resserrent cette pile — divisez σ par √n et regardez l'erreur rétrécir. L'erreur standard transforme « les échantillons sont imparfaits » en un nombre que vous pouvez calculer, ce qui est exactement ce que les tests d'hypothèses dépenseront.

   À essayer : Lancez 10 pièces de monnaie, faites la moyenne des faces par 10 lancers, répétez cinq fois, et regardez vos cinq moyennes se regrouper près de 0,5.

7. 7Chapitre 8

   Le procès en assises du test d'hypothèse

   L'ouvrage met en scène le test d'hypothèse comme un procès devant une cour d'assises. L'accusé est présumé innocent, de même que l'hypothèse nulle est présumée vraie tant que les données n'argumentent pas contre, et le jury doit trancher entre deux verdicts possibles. Deux erreurs sont possibles : condamner un innocent — c'est l'erreur de type I, rejeter une hypothèse nulle qui est en réalité vraie — ou acquitter un coupable, l'erreur de type II — ne pas rejeter une hypothèse nulle qui est en réalité fausse. Le seuil alpha, α, est la probabilité que le test conduise à une erreur de type I ; le symêta bêta représente la probabilité de l'erreur de type II. Chaque résultat « significatif » publié dans une revue est un verdict rendu sous exactement ces risques.

   L'idée

   Le seuil alpha n'est pas un seuil magique mais une tolérance fixée à l'avance pour condamner une hypothèse nulle innocente. Abaissez α et vous condamnez moins d'hypothèses innocentes — tout en acquittant davantage de coupables, car les deux erreurs se compensent. Lire la recherche avec cette analogie en tête transforme la question « est-ce significatif ? » en « quelle erreur cette étude a-t-elle choisi de risquer, et à quel prix ? »

   À essayer : Avant de lire les résultats d'une étude, notez son seuil alpha et demandez-vous quelle erreur — fausse alerte ou effet manqué — les chercheurs ont choisi de minimiser.

8. 8Chapitre 9

   La statistique t : tester des moyennes quand σ est inconnu

   Le test z du chapitre précédent exige quelque chose que la recherche réelle fournit rarement : l'écart-type de la population. En pratique, vous n'avez qu'un seul échantillon et aucun σ. La statistique t comble cette lacune : elle teste des hypothèses sur une moyenne de population μ inconnue quand σ est inconnu, à l'aide de la formule t = (M−μ)/sM, où sM est l'erreur type estimée s/√n. L'écart-type de l'échantillon lui-même tient lieu de celui de la population, et l'erreur type estimée tient lieu de la véritable. La logique du test reste inchangée — comparer la moyenne de votre échantillon à la moyenne revendiquée par l'hypothèse nulle — mais la règle de mesure est désormais estimée à partir des données dont vous disposez réellement.

   L'idée

   La statistique t est la version de travail du test du score z, conçue pour le cas courant où la population est une inconnue. Substituer s à σ coûte de la certitude — c'est pourquoi les distributions t ont des queues plus épaisses que la normale — mais cela achète l'applicabilité à presque toutes les expériences réelles. Un échantillon, une moyenne, une estimation honnête de l'erreur : voilà toute la machinerie.

   À essayer : Repérez une valeur t à un échantillon dans un article que vous lisez et vérifiez que son erreur type provient de l'échantillon, et non d'une population connue.

9. 9Chapitres 10–11

   Deux échantillons, deux plans : indépendant ou répété

   Deux manières existent de comparer deux traitements, et le choix change le test. Le test t pour mesures indépendantes utilise deux échantillons distincts — un groupe séparé pour chaque condition de traitement — pour évaluer la différence de moyennes entre deux populations, avec une hypothèse nulle stipulant μ1 − μ2 = 0. Le test t pour mesures répétées place au contraire chaque individu dans les deux conditions de traitement, ou observe chaque personne à deux moments différents, et travaille avec des scores de différence, D = X2 − X1, en évaluant la moyenne de ces différences. Même question — les traitements ont-ils différé ? — mais les données arrivent façonnées différemment : deux piles indépendantes de scores contre une seule colonne de changements intra-individuels.

   L'idée

   Le plan détermine l'arithmétique. Des groupes séparés forcent le test à comparer deux moyennes d'échantillon l'une à l'autre ; les mêmes personnes dans les deux conditions permettent au test de suivre directement le changement de chaque personne. La voie des mesures répétées élimine discrètement les différences interindividuelles de la comparaison — c'est pourquoi les chercheurs qui peuvent tester leurs participants deux fois la préfèrent souvent.

   À essayer : Pour votre prochaine question de comparaison, décidez d'abord si un seul groupe peut vivre les deux conditions — cela peut réduire le bruit de moitié.

10. 10Chapitre 12

    ANOVA et rapport F : comparer plusieurs traitements à la fois

    Un chercheur disposant de trois ou quatre traitements pourrait enchaîner les tests t—mais chaque test supplémentaire relance les dés, en gonflant le risque alpha de l'expérience et en accroissant le danger d'une erreur de type I. L'analyse de variance résout ce problème avec un test unique : l'ANOVA évalue les différences de moyennes entre deux traitements ou plus en calculant un seul rapport F, F = variance entre traitements divisée par variance intra traitements, soit MSentre sur MSintra. Si les traitements diffèrent réellement, la variance entre eux gonfle au-delà de la variance de fond à l'intérieur de chacun, et le rapport grandit. Un seul chiffre, une seule décision, aucune erreur cumulée.

    L'idée

    Le rapport F est un argument signal sur bruit tenu en une seule division : les différences entre traitements au numérateur, la variabilité ordinaire entre participants au dénominateur. L'intuition derrière l'ANOVA, c'est qu'empiler des tests par paires multiplie votre risque d'erreur de type I, si bien qu'un seul test omnibus protège le seuil alpha que vous avez fixé. Ce n'est qu'après que F a parlé que les comparaisons par paires méritent leur tour.

    À essayer : Quand vous tombez sur une étude comparant trois groupes ou plus, vérifiez qu'elle rapporte un F global avant de faire confiance à quelque affirmation par paires que ce soit.

11. 11Chapitres 13–14

    ANOVA à mesures répétées et à deux facteurs : retirer les personnes, ajouter des interactions

    Quand les mêmes participants servent dans chaque condition de traitement, l'ANOVA à mesures répétées—présentée comme une extension du test t pour mesures répétées—peut retirer entièrement les différences individuelles du terme d'erreur, car chaque personne sert de sa propre référence. Son rapport F devient MSentre traitements sur MSerreur, la variance interindividuelle étant soustraite du dénominateur. Puis le livre élargit l'objectif : une ANOVA à deux facteurs évalue les différences de moyennes issues de deux variables indépendantes à la fois, en calculant trois rapports F distincts—un pour l'effet principal du facteur A, un pour l'effet principal du facteur B, et un pour l'interaction A × B. Une interaction se produit lorsque l'effet d'un facteur dépend du niveau d'un autre facteur.

    L'idée

    Ces chapitres montrent l'ANOVA comme une architecture souple plutôt qu'un test unique. Les mesures répétées achètent de la puissance en supprimant la variance qui vient de ce que les personnes sont simplement différentes. Les plans à deux facteurs achètent du réalisme en testant si les effets tiennent d'une condition à l'autre—ou se courbent, ce que révèle une interaction et qu'un effet principal seul ne peut jamais montrer.

    À essayer : Dans votre prochaine comparaison de données, demandez-vous si l'effet d'une variable change selon les niveaux d'une autre—c'est là l'interaction qui mérite d'être tracée.

12. 12Chapitres 15, 17

    Corrélation et khi-deux : mesurer des relations sans moyennes

    Toute question ne porte pas sur des différences de moyennes. La corrélation de Pearson mesure le degré et la direction de la relation linéaire entre deux variables, calculée comme r = SP/√(SSx·SSy) à partir de la somme des produits des écarts. Ses valeurs vont de −1,00, une relation négative parfaite, à +1,00, une relation positive parfaite, 0 signifiant l'absence totale de relation linéaire. Et quand vos données ne sont pas des scores mais des dénombrements—combien de personnes tombent dans chaque catégorie—le test d'ajustement du khi-deux compare la distribution de fréquences d'un échantillon avec une distribution hypothétique énoncée par l'hypothèse nulle, en utilisant χ² = Σ(fo − fe)²/fe, où fo est la fréquence observée et fe la fréquence attendue.

    L'idée

    La corrélation répond à « ces deux variables bougent-elles ensemble, et à quel point ? » tandis que le khi-deux répond à « mes effectifs observés collent-ils à ce que l'hypothèse nulle prédisait ? ». Toutes deux abandonnent entièrement les moyennes—l'une travaille avec la covariation, l'autre avec les fréquences.

    À essayer : Pour une paire de séries de nombres de votre vie—heures de sommeil contre note d'humeur—calculez ou tracez la corrélation et vérifiez son signe et sa force.

13. 13Chapitre 12

    L'estimation : du oui ou non à un éventail de valeurs

    Le test d'hypothèse rend un verdict ; l'estimation fournit une mesure. Au lieu de seulement demander si un traitement a fonctionné, vous pouvez estimer où se situe une part du paramètre de population. Une estimation ponctuelle est un nombre unique, comme une moyenne d'échantillon ; une estimation par intervalle est un éventail de valeurs — un intervalle de confiance. Pour une moyenne de population μ inconnue, l'intervalle se calcule comme M ± t(sM) : la moyenne de l'échantillon au centre, l'erreur type estimée multipliée par t fixant la largeur. Le résultat est un éventail qui indique, avec un niveau de confiance choisi, où se situe vraisemblablement la valeur de la population.

    L'idée

    Un intervalle de confiance transforme une décision binaire en un éventail doté d'une largeur, et cette largeur est elle-même une information : les intervalles larges avouent l'incertitude, les étroits revendiquent la précision. Comme l'intervalle est construit à partir de la même erreur type estimée qui alimente le statistique t, l'estimation et le test d'hypothèse sont deux lectures d'un même calcul — rejeter ou non, et de combien.

    À essayer : La prochaine fois que vous lirez une moyenne rapportée, cherchez son intervalle de confiance et jugez l'étude à la largeur de l'intervalle, pas seulement à la moyenne.

Students in psychology, education, nursing, or any behavioral science course that uses Gravetter and Wallnau's text, plus self-learners who want the classical statistics toolkit explained without proofs. Researchers returning to the basics will find the jury-trial and seesaw analogies worth the refresher.