A quoi sert les régressions en Statistique ?

[invite9549b261]

Bonjour,
Je suis un thésard en Sciences de Gestion des entreprises dont le thème de recherche traite de « l'apprentissage organisationnel au sein des alliances ». Dans le but de déterminer la méthode statistique avec laquelle je dois analyser mes données - et sachant que je ne maîtrise pas très bien le domaine des statistiques - je me suis trouvé devant un paradoxe :
1- D'un côté, et sachant que toutes mes variables sont qualitatives (ordinales avec plusieurs modalités), je me suis penché à lire sur les TESTS NON PARAMÉTRIQUES qu'on ma recommandé pour valider ou rejeter mes hypothèses de recherche qui sont toutes du genre « X influe positivement (ou négativement) sur Y ».
2- Mais de l'autre côté, tous les articles et thèses dont je dispose procède par divers types de régression. Et sur la base de ces dernières, les chercheurs valident ou rejettent leurs hypothèses de recherche sans recourir à aucun des TESTS NON PARAMÉTRIQUES !
Donc, ma question se présente de la sorte : si les tests non paramétriques permettent de vérifier la véracité des hypothèses de recherche alors qu'elle est l'utilité des régressions ; et si on pouvait tester les hypothèses de recherche à l'aide des régressions alors à quoi servent les tests non paramétriques ?
Je vous serai vraiment redevable si vous pourriez m’orienter vers les méthodes ou les tests statistiques relatifs à mon cas et merci d'avance.
-----

[invite307c5052]

Bonjour, il me semblait mais je ne suis pas spécialiste:
que l on procédait ainsi:
par exemple pour étudier l'impact d'un campagne de publicité sur l'opinion positive sur un produit donné:
1)on fait divers relevés pour demander diverses personnes d'attribuer une note à un produit de 0 à 10 après chaque semaine de pub!
tu vas recueillir un nuage de points énorme avec en abscisse le rang de la semaine de pub et en ordonnées la note moyenne sur la semaine
ce sont des faits établis sur le passé!
2) à l'aide d'une régression linéaire,exponentielle, ou toute autre méthode tu vas proposer un modèle d'évolution de l'opinion de la population en fonction du temps
3)tu vas faire des tests d'hypothèses indispensables!!pour valider ton modèle!
ainsi les 2 se complètent: tu dois faire une régression pour proposer un modèle pertinent à priori!
tu fais des tests pour juger de sa pertinence à postériori!

[invite9549b261]

merci beaucoup serge1729 pour ta réponse mais si je comprends bien: les tests dont tu parle déterminent la pertinence du modèle; et mes propres hypothèses de recherche dans tous ça, est-ce que la modélisation me permettra de les valider ou de les rejeter ? tu vois ce que je veux dire ? je parle des hypothèses de recherche (et non des hypothèses qui confirment la pertinence du modèle) comment les vérifier ?

[invite307c5052]

En fait tu fais des hypothèses au départ!par exemple comme en théorie des jeux tu supposes que des stratégies de coopération vont s'établir visant à maximiser l'efficacité! tu supposes aussi que l'information va circuler d'une certaine façon!etc! mais pour traiter la situation tu devras faire des hypothèses simplificatrices afin de pouvoir mathématiser le problème! Tu auras donc crée un modèle théorique pertinent! tu vas obtenir au moins une équation avec des coefficients!
tu as 2 façons pour valider ton modèle!
1) tu fais des tests d'hypothèses pour confronter directement ton modèle avec l 'expérience;
2) à partir de l 'expérience tu crées une équation à l'aide d'une régression et tu compares les coefficients de ton équation issue de tes hypothèses avec les coefficients de l 'équation obtenue à partir de la régression

[A voir en vidéo sur Futura]

[invite9549b261]

merci serge1729 pour ton aide apparemment la chose devient plus claire maintenant.