Je suis doctorant en psychologie expérimentale et je m'efforce d'améliorer mes compétences et mes connaissances sur la façon d'analyser mes données.
Jusqu'à ma 5e année en psychologie, je pensais que les modèles de régression (par exemple, ANOVA) supposaient les choses suivantes:
- normalité des données
- homogénéité de la variance des données, etc.
Mes cours de premier cycle m'amènent à croire que les hypothèses concernaient les données. Cependant dans ma 5e année, certains de mes instructeurs ont souligné le fait que les hypothèses concernent l'erreur (estimée par les résidus) et non les données brutes.
Récemment, je parlais de la question des hypothèses avec certains de mes collègues qui ont également reconnu qu'ils n'avaient découvert l'importance de vérifier les hypothèses sur le résidu qu'au cours de leurs dernières années universitaires.
Si je comprends bien, les modèles de régression font des hypothèses sur l'erreur. Il est donc logique de vérifier les hypothèses sur les résidus. Si oui, pourquoi certaines personnes vérifient les hypothèses sur les données brutes? Est-ce parce qu'une telle procédure de vérification se rapproche de ce que nous obtiendrions en vérifiant le résidu?
Je serais très intéressé par une discussion sur cette question avec certaines personnes qui ont des connaissances plus précises que mes collègues et moi. Je vous remercie d'avance pour vos réponses.