La base de données

À propos de la base de données

Puisque les MLM sont très bons pour représenter statistiquement la réalité des données, il faut leur fournir une base de données la plus proche possible de la réalité.

Quelques règles de base :

1. La base de données doit être en format long et non en format large. C'est à dire que chaque colonne représente une variable et chaque ligne, une observation pour la modalité de la variable

2. La base de données ne doit pas être moyennée. Chaque modalité de chaque variable doit être représentée.

Pour une ANOVA, nous moyennons les valeurs de la VD par modalité de la VI. Pour un MLM, nous représentons la valeur de la VD pour CHAQUE item de CHAQUE modalité de la VI pour CHAQUE participant.

Prenons par exemple un cas générique ou des participants doivent produire une réponse (recueillie ici sous forme de temps de réaction) pour des items appartenant soit à une modalité 1, soit à une modalité 2 d'une VI. Il s'agit d'un plan à mesures répétées. Pour une ANOVA, le tableau ressemblerait à ceci :

Sbj	VI1_Modalité1	VI1_Modalité2
301	1027.41	1002.06
302	1047.34	1042.53
303	882.67	938.43

Les MLM vont manquer d'informations pour être réellement pertinents. Comme ils sont capables de modéliser la variance pour chaque sujet, chaque réponse, chaque item, autant leur donner l'information détaillée. Elle sera présentée sous cette forme :

Sbj	VI	stimulus	VD
301	modalité1	cube	822
301	modalité1	chien	654
301	modalité1	clavier	1223
301	modalité1	clé	486
301	modalité1	poisson	822
301	modalité1	télévision	103
301	modalité1	lettre	1206
301	modalité1	pendule	684
301	modalité2	armoire	321
301	modalité2	jeu	1478
301	modalité2	cinq	148
301	modalité2	clown	500
302	modalité1	viande	1304

Cette modélisation de la base de données permettra de stipuler dans le modèle, les effets aléatoires pour les sujets et pour les items, ce que ne permettait pas la base de données moyennées.

Les MLM ont fortement intéressés les psycholinguistes par leur capacité à modéliser en une seule fois, les effets au niveau des sujets et les effets au niveau des items. En effet, si on réfléchit bien, une ANOVA vise à généraliser les résultats à une population d'où est tirée l'échantillon. Une ANOVA faite sur la base des temps de réactions des sujets en fonction des conditions expérimentales sont généralisables à la population. Certes, mais qu'en est-il des items ? Qu'est-ce qui nous dit que, par exemple, les effets d'énoncés ironiques sont généralisables à l'ensemble de la "population" des énoncés ironiques ? Pour répondre à cette question, les psycholinguistes étaient fréquemment obligés de réaliser une analyse par sujet et une analyse par item (c-à-d 2 ANOVA). Fastidieux. Les MLM permettent le même travail en un seul modèle et en plus, sans devoir faire les moyennes par sujet et par item. Autrement dit, en travaillant avec une bdd plus proche d'une bdd brute que pour une ANOVA.