4.3.1. Sans r´ep´etition
Un facteur contrˆol´e A se pr´esente sous I modalit´es, chacune d’entre elles ´etant not´eeAi. Les βj repr´esentent un ´echantillon de taille J pr´elev´e dans une population importante.
Nous admettrons que les effets des Bj, les βj, sont distribu´es suivant une loi normale centr´ee de variance σ2B. Pour chacun des couples de modalit´es (Ai, Bj) on effectue une mesure d’une r´eponse Y qui est une variable continue. On note n=I×J le nombre total de mesures ayant ´et´e effectu´ees.
On introduit le mod`ele :
Yi,j =µ+αi+βj+i,j, i= 1. . . I, j = 1. . . J, avec les contraintes suppl´ementaires
I
X
i=1
αi = 0,
o`uYi,j est la valeur prise par la r´eponse Y dans les conditions (Ai, Bj). On suppose que : L(βj) = N(0, σB2), ∀ j,16j 6J,
ainsi que l’ind´ependance des effets al´eatoires :
Cov(βi, βj) = 0 sii6=j et 16i, j 6J.
On postule les hypoth`eses classiques suivantes pour les erreurs :
∀ (i, j),16i6I, 16j 6J, L(i,j) = N(0, σ2),
Cov(i,j, k,l) = 0 si (i, j)6= (k, l) avec 16i, k6I et 16j, l 6J, ainsi que l’ind´ependance des effets al´eatoires et des erreurs :
Cov(βi, j,k) = 0 si 16j 6I et 16i, k 6J.
On suppose que les conditions d’utilisation de ce mod`ele sont bien remplies, l’´etude de leur v´erification fera l’objet d’un autre paragraphe.
On utilise les quantit´esSCA, SCB, SCR, SCT OT, scA, scB, scR etscT OT introduites `a la section 4.1.1.
On rappelle la relation fondamentale de l’ANOVA : SCT OT =SCA+SCB+SCR.
On introduit les d´egres de libert´e (Ddl) associ´es `a chaque ligne du tableau de l’ANOVA :
Source Degr´es de libert´e Facteur A nA=I−1 Facteur B nB=J−1 R´esiduelle nR = (I−1)(J−1) Totale nT OT =IJ−1
On r´esume ces informations dans le tableau de l’ANOVA ci-dessous :
Source Variation Ddl Carr´e Moyen F D´ecision FacteurA scA nA s2A= scA
nA fA = s2A
s2R H00 ouH01
FacteurB scB nB s2B = scB nB
fB = s2B
s2R H000 ouH001
R´esiduelle scR nR s2R= scR nR
Totale scT OT nT OT
On souhaite faire les tests d’hypoth`ese suivants :
H00 : α1 =α2 =· · ·=αI = 0 contre
H01 : Il existe i0 ∈ {1,2, . . . , I} tel que αi0 6= 0.
Sous l’hypoth`ese nulle H00 pr´ec´edente d’absence d’effet du facteur A et lorsque les condi-tions de validit´e du mod`ele sont respect´ees, fA est la r´ealisation d’une variable al´eatoire qui suit une loi de Fisher `a I−1 et (I−1)(J −1) degr´es de libert´e. On conclut alors `a l’aide de lap−valeur, rejet si elle est inf´erieure ou ´egale au seuilαdu test, ou `a l’aide d’une table, rejet si la valeur fA est sup´erieure ou ´egale `a la valeur critique issue de la table.
Lorsque l’hypoth`ese nulle H00 est rejet´ee on peut proc´eder `a des comparaisons multiples des diff´erents effets des niveaux du facteur voir la section 10.
H000 : σB2 = 0 contre H001 : σ2B 6= 0.
Sous l’hypoth`ese nulleH000 pr´ec´edente d’absence d’effet du facteurB et lorsque les condi-tions de validit´e du mod`ele sont respect´ees, fB est la r´ealisation d’une variable al´eatoire qui suit une loi de Fisher `aJ −1 et (I−1)(J−1) degr´es de libert´e.
Les estimateurs bµ, cα1, . . . , cαI, σcB2, σb2 des param`etres µ, α1, . . . , αI, σB2, σ2 du mod`ele sont donn´es par les formules suivantes :
bµ=Y•,•,• =Y , αbi =Yi,•,•−µ,b 16i6I, σc2B = 1
I SB2 −SR2 σb2 = SCR
(I−1)(J −1) =SR2, o`u SB2 = SCB
nB etSR2 = SCR
nR . Ce sont des estimateurs sans biais.
Les estimations, obtenues pour la liste de donn´ees y et not´ees bµ(y), cα1(y), . . . , αcI(y), σcB2(y), σb2(y), des param`etres µ, α1, . . . , αI,σB2, σ2 du mod`ele se d´eduisent des formules ci-dessus :
µb=y•,•,• =y, αbi =yi,•,•−µ,b 16i6I, σc2B = 1
I s2B−s2AB σb2 = scR
(I−1)(J −1) =s2R.
4.3.2. Avec r´ep´etitions
Un facteur contrˆol´e A se pr´esente sous I modalit´es, chacune d’entre elles ´etant not´eeAi. Les βj repr´esentent un ´echantillon de taille J pr´elev´e dans une population importante.
Nous admettrons que les effets des Bj, les βj, sont distribu´es suivant une loi normale centr´ee de variance σ2B. Pour chacun des couples de modalit´es (Ai, Bj) on effectue K >2 mesures d’une r´eponse Y qui est une variable continue. On noten=I×J×K le nombre total de mesures ayant ´et´e effectu´ees.
On introduit le mod`ele :
Yi,j,k =µ+αi+βj + (αβ)i,j +i,j,k, i= 1. . . I, j= 1. . . J, k= 1. . . K avec les contraintes suppl´ementaires
I
X
i=1
αi = 0,
I
X
i=1
(αβ)i,j = 0, ∀j ∈ {1, . . . , J},
o`u Yi,j,k est la valeur prise par la r´eponse Y dans les conditions (Ai, Bj) lors du k−`eme essai. On suppose que
L(βj) =N(0, σ2B), ∀ j,16j 6J,
L((αβ)i,j) = N(0, σAB2 ), ∀ (i, j),16i6I, 16j 6J, ainsi que l’ind´ependance des effets al´eatoires :
Cov(βi, βj) = 0 si i6=j et 16i, j 6J,
Cov((αβ)i,j,(αβ)k,l) = 0 si (i, j)6= (k, l) avec 16i, k6I et 1 6j, l6J, Cov(βi,(αβ)j,k) = 0 si 16j 6I et 1 6i, k6J.
On postule les hypoth`eses classiques suivantes pour les erreurs :
∀ (i, j, k),16i6I, 16j 6J, 16k6K, L(i,j,k) = N(0, σ2), et Cov(i,j,k, l,m,n) = 0 si (i, j, k)6= (l, m, n) avec
16i, l 6I, 16j, m6J et 16k, n6K, ainsi que l’ind´ependance des effets al´eatoires et des erreurs :
Cov(βi, j,k,l) = 0 si 16j 6I,16i, k 6J, et 16l 6K, Cov((αβ)i,j, k,l,m) = 0 si 16i, k6I,16j, l 6J, et 16m6K.
On suppose que les conditions d’utilisation de ce mod`ele sont bien remplies, l’´etude de leur v´erification fera l’objet d’un autre paragraphe.
On utilise les quantit´es SCA, SCB, SCAB, SCR, SCT OT, scA, scB, scAB, scR et scT OT introduites `a la section 4.1.2.
On rappelle la relation fondamentale de l’ANOVA :
SCT OT =SCA+SCB+SCAB+SCR.
On introduit les d´egres de libert´e (Ddl) associ´es `a chaque ligne du tableau de l’ANOVA :
Source Degr´es de libert´e
FacteurA nA=I−1
FacteurB nB =J−1
InteractionAB nAB = (I−1)(J −1) R´esiduelle nR=IJ(K −1) Totale nT OT =IJ K −1
On r´esume ces informations dans le tableau de l’ANOVA ci-dessous :
Source Variation Ddl Carr´e Moyen F D´ecision Facteur A scA nA s2A = scA
nA
fA= s2A
s2AB H00 ouH10
Facteur B scB nB s2B = scB
nB fB = s2B
s2R H000 ouH100
Interaction scAB nAB s2AB = scAB
nAB fAB = s2AB
s2R H0000 ouH1000
R´esiduelle scR nR s2R = scR nR
Totale scT OT nT OT
On souhaite faire les tests d’hypoth`ese suivants :
H00 : α1 =α2 =· · ·=αI = 0 contre
H01 : Il existe i0 ∈ {1,2, . . . , I} tel que αi0 6= 0.
Sous l’hypoth`ese nulle H00 pr´ec´edente d’absence d’effet du facteur A et lorsque les condi-tions de validit´e du mod`ele sont respect´ees, fA est la r´ealisation d’une variable al´eatoire
qui suit une loi de Fisher `aI−1 et IJ(K−1) degr´es de libert´e. On conclut alors `a l’aide de la p−valeur, rejet si elle est inf´erieure ou ´egale au seuil α du test, ou `a l’aide d’une table, rejet si la valeur fA est sup´erieure ou ´egale `a la valeur critique issue de la table.
Lorsque l’hypoth`ese nulle H00 est rejet´ee on peut proc´eder `a des comparaisons multiples des diff´erents effets des niveaux du facteur voir la section 10.
H000 : σB2 = 0 contre H001 : σ2B 6= 0.
Sous l’hypoth`ese nulleH000 pr´ec´edente d’absence d’effet du facteurB et lorsque les condi-tions de validit´e du mod`ele sont respect´ees, fB est la r´ealisation d’une variable al´eatoire qui suit une loi de Fisher `aJ −1 et IJ(K−1) degr´es de libert´e.
H0000 : σAB2 = 0 contre H1000 : σ2AB 6= 0.
Sous l’hypoth`ese nulleH0000 pr´ec´edente d’absence d’effet de l’interaction entre les facteursA etB et lorsque les conditions de validit´e du mod`ele sont respect´ees, fAB est la r´ealisation d’une variable al´eatoire qui suit une loi de Fisher `a (I−1)(J−1) etIJ(K−1) degr´es de libert´e.
Les estimateurs µ,b cα1, . . . , cαI,σcB2, σd2AB, σb2 des param`etresµ,α1, . . . ,αI, σ2B,σAB2 , σ2 du mod`ele sont donn´es par les formules suivantes :
bµ=Y•,• =Y , αbi =Yi,•−µ,b 16i6I, σc2B= 1
IK SB2 −SR2 σd2AB = 1
K SAB2 −SR2 σb2 = SCR
(I−1)(J−1) =SR2, o`u SB2 = SCB
nB , SAB2 = SCAB
nAB etSR2 = SCR nR . Ce sont des estimateurs sans biais.
Les estimations, obtenues pour la liste de donn´ees y et not´ees bµ(y), cα1(y), . . . , αcI(y), σcB2(y),σdAB2 (y),σb2(y), des param`etres µ, α1, . . . ,αI, σ2B,σAB2 , σ2 du mod`ele se d´eduisent des formules ci-dessus :
µ(y) =b y•,• =y, αbi(y) =yi,•−bµ(y), 16i6I, σcB2(y) = 1
IK s2B−s2R σdAB2 (y) = 1
K s2AB−s2R σb2(y) = scR
(I−1)(J−1) =s2R.