Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Analyse de la var iance pour plans à mesures répétées Frédér ic Ber trand1 1IRMA,UniversitédeStrasbourg Strasbourg,France Master 1
reAnnée 08-03-2010
FrédéricBertrand
Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Référence Ce cours s’appuie essentiellement sur
1le livre de Da vid C .Ho w ell Méthodes statistiques en sciences humaines traduit de la sixième édition amér icaine aux éditions de boec k, 2008.
2le livre de K utner ,Nachtsheim, Neter ,Li Applied Linear Statistical Models Fifth Edition aux éditions McGr aw-Hill Irwin, 2004
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAExemple Définition Équationdel’ANOVA
Introduction Lorsque nous mesurons plusieurs fois de suite ,par ex emple à des instants différents ,la même gr andeur sur les mêmes sujets ,nous sommes confrontés à cer tains prob lèmes .En eff et, nous ne pouv ons plus utiliser l’analyse de la var iance classique ,car
1la condition d’indépendance n’est plus vér ifiée ,
2il faut prendre en compte la var iabilité « Inter-sujets ». Une solution est alors d’utiliser l’ANO VA pour plans à mesures répétées .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAExemple Définition Équationdel’ANOVA
Ex emple Nous mesurons le QI dans trois situations distinctes ,les sujets ont passé le test dans chacune des trois situations .Comment pouv ons-nous modéliser une telle expér ience ? Nous pourr ions dire qu’il y a trois var iab les « QI » perdant ainsi le lien entre les trois situations . Nous pourr ions dire qu’il y a une seule var iab le « QI » et une var iab le « Situation », mais il faudr a tenir compte que chacun des sujets ont passé le test dans les trois situations . Cette expér ience va se modéliser par un cer tain type de plan que nous appelons un plan à mesures répétées .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Exemple Définition Équationdel’ANOVA
ANO VA pour plans à mesurres répétées Nous utilisons souv ent l’ANO VA pour plans à mesures répétées ,lorsque nous mesurons plusieurs fois une même gr andeur pour en perce voir l’év olution au cours du temps -ou dans div erses situations ,pour chaque sujet. Nouv elle modélisation Nous allons utiliser une descr iption incorrecte mathématiquement, mais facile à comprendre en par lant de var iab le « Intr a-sujets » et de var iab le « Inter-sujets ».
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAExemple Définition Équationdel’ANOVA
Une nouv elle décomposition des sommes de carrés Var iation totale ( ddl = IS − 1) = Var iation « Inter-sujets » ( ddl = S − 1) + Var iation « Intr a-sujets » ( ddl = S ( I − 1 ) ) et Var iation « Intr a-sujets » ( ddl = S ( I − 1 ) )= Var iation « Facteur » ( ddl = ( I − 1 ) )+ Var iation « Erreur » ( ddl = ( S − 1 )( I − 1 ) ).
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAEx emple issu du livre de Ho w ell Nous étudions l’efficacité des techniques de relaxation pour contrôler les maux de tête . Dans le cadre de cette expér ience ,nous av ons recr uté 9 personnes souffr ant de maux de tête et leur av ons demandé d’enregistrer la fréquence et la durée de leurs mig raines . A ux 4 semaines de rele vés de base ,sans aucun ex ercice ,a succédé une pér iode de 6 semaines consacrée à la relaxothér apie . Pour notre ex emple ,nous analyserons les données correspondant aux 2 der nières semaines de rele vés de base et aux 3 der nières semaines d’e xercices . La var iab le dépendante est la durée (heures/semaines) des mig raines dur ant chacune de ces 5 semaines .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Tab leau des données Sujet Sem. 1 Sem. 2 Sem. 3 Sem. 4 Sem. 5 1 21 22 8 6 6 2 20 19 10 4 4 3 17 15 5 4 5 4 25 30 13 12 17 5 30 27 13 8 6 6 19 27 8 7 4 7 26 16 5 2 5 8 17 18 8 1 5 9 26 24 14 8 9
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Le modèle Le modèle statistique s’écr it de la façon suiv ante : Y
is= µ + α
i+ τ
s+ E
isoù i = 1 ,. .. , I , s = 1 ,. .. , S , av ec la contr ainte supplémentaire :
IX
i=1α
i= 0 où Y
isest la valeur pr ise par la réponse Y dans les conditions ( α
i,τ
s) . Nous notons n = I × S le nombre total de mesures ay ant été eff ectuées .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Conte xte Un facteur contrôlé α se présente sous I modalités , chacune d’entre elles étant notée α
i. Les ter mes τ
sreprésentent un échantillon de taille S préle vé dans une population impor tante .Nous admettrons que les eff ets des τ
ssont distr ib ués suiv ant une loi nor male centrée de var iance σ
2 τ.
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAConditions liées à ce type d’analyse Nous supposons que les eff ets aléatoires τ
ssont indépendants les eff ets aléatoires τ
sont même var iance σ
2 τinconn ue les eff ets aléatoires τ
ssont de loi gaussienne .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAConditions classiques de l’ANO VA Nous postulons les hypothèses classiques de l’ANO VA pour les var iab les erreurs E
is: les erreurs sont indépendantes les erreurs ont même var iance σ
2inconn ue les erreurs sont de loi gaussienne . Ajout d’une condition Nous ajoutons l’h ypothèse d’indépendance entre les eff ets aléatoires et les erreurs : les eff ets aléatoires τ
set les erreurs E
issont indépendants , pout tout i var iant de 1 à I et pour tout s var iant de 1 à S .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Relation fondamentale de l’ANO VA Nous supposons que les conditions d’utilisation de ce modèle sont bien remplies . Nous utilisons les quantités SC
α, SC
τ, SC
R, SC
TOTdéjà introduites au chapitre précédent. Nous rappelons la relation fondamentale de l’ANO VA : SC
TOT= SC
α+ SC
τ+ SC
Rou encore qui peut s’écr ire dans ce conte xte : SC
TOT= SC
Inter−sujets+ SC
Intra−sujets.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Tab leau de l’ANO VA Var iation SC ddl s
2F
obsF
cDue au facteur α SC
αI − 1 s
2 αs
2 αs
2 Rc Due au facteur τ SC
τS − 1 s
2 τs
2 τs
2 Rc Résiduelle SC
R( I − 1 )( S − 1 ) s
2 RTotale SC
TOTIS − 1
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVATests d’h yptohèses L’analyse de la var iance pour plans à mesures répétées per met deux tests de Fisher .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Premier test Nous testons l’h ypothèse nulle ( H
0): α
1= α
2= ·· · = α
I= 0 contre l’h ypothèse alter nativ e ( H
1): Il existe i
0∈ { 1 , 2 ,. .. , I } tel que α
i06 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur α et lorsque les conditions de validité du modèle sont respectées , F
α,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à I − 1 et ( I − 1 )( S − 1 ) deg rés de liber té.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Premier test -Suite Nous concluons alors à l’aide de la p − valeur ,rejet si elle est infér ieure ou égale au seuil α du test, ou à l’aide d’une tab le , rejet si la valeur F
α,obsest supér ieure ou égale à la valeur cr itique issue de la tab le de Fisher . Lorsque l’h ypothèse nulle ( H
0) est rejetée ,nous pouv ons procéder à des tests de compar aisons m ultiples des différents eff ets des niv eaux du facteur α .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Deuxième test Nous testons l’h ypothèse nulle ( H
0): σ
2 τ= 0 contre l’h ypothèse alter nativ e ( H
1): σ
2 τ6 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur τ et lorsque les conditions de validité du modèle sont respectées , F
τ,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à S − 1 et ( I − 1 )( S − 1 ) deg rés de liber té.
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVADeuxième test -Suite Nous concluons alors à l’aide de la p − valeur ,rejet si elle est infér ieure ou égale au seuil α du test, ou à l’aide d’une tab le , rejet si la valeur F
τ,obsest supér ieure ou égale à la valeur cr itique issue de la tab le de Fisher . Remarque En fonction du conte xte et de la prob lématique posée ,v ous pourrez être amené à vous en ser vir .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVARetour à l’e xemple -Sor tie av ec MINIT AB Analyse de la variance pour Relevés, avec utilisation de la somme des carrés ajustée pour les tests Source DL SomCar séq CM ajust F P Sujet 8 486,71 60,84 8,45 0,000 Semaine 4 2449,20 612,30 85,04 0,000 Erreur 32 230,40 7,20 Total 44 3166,31 S = 2,68328 R carré = 92,72 % R carré (ajust) = 89,99 %
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Procédure de vér ification des conditions d’application
1L’ad ditivité du modèle . Il est conseillé de tracer le nuage de points de la réponse en fonction du facteur ,et ce pour chaque sujet. Ce gr aphique per met de détecter si un ter me d’inter action doit être ajouté ou pas .
2L’indépendance du facteur τ . Il n’e xiste pas de test. Il faut simplement s’assurer que tous les sujets sont tous indépendants .
3La normalité du facteur τ . Nous pouv ons la vér ifier en calculant les quantités correspondantes .P our cela, il faut calculer et stoc ker les coefficients du modèle .
4L’homogénéité des variances du facteur τ . Nous ne pouv ons pas év aluer cette hypothèse en l’absence de répétitions .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Vér ification des conditions
5L’indépendance des erreur s. Il n’e xiste toujours pas de test.
6La normalité des erreur s. Nous utiliserons la même procédure et donc le même test que dans les chapitres précédents .
7L’homogénéité des variances des erreur s. Nous pouv ons la tester par rappor tau facteur à eff ets fix es et nous nous contentons de l’év aluer gr aphiquement pour le facteur à eff ets aléatoires .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVARetour à l’e xemple
1L’adidivité du modèle . Voir le gr aphique 1.
2L’indépendance du facteur τ . D’après Ho w ell, les 9 sujets sont indépendants .
3La normalité du facteur τ . Dans le cas présent, nous ne le ferons pas ,car le nombre de sujets est insuffisant.
4L’homogénéité des variances du facteur τ . Nous ne pouv ons pas év aluer cette hypothèse en l’absence de répétitions au sein de chacun des patients .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVARetour à l’e xemple -Suite et fin
5L’indépendance des erreur s.
6La normalité des erreur s. Voir le gr aphique 2.
7L’homogénéité des variances des erreur s. Voir les gr aphiques 3 et 4.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Gr aphique 1
5432130 25 20 15 10 5 0 Semaine
Re le vé s
1 2 3 4 5 6 7 8 9
Sujet
Nuage de points de Relevés et Semaine FrédéricBertrand
Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Gr aphique 2
7,55,02,50,0-2,5-5,099 95 90 80 70 60 50 40 30 20 10 5 1 RESIDUELLE1
Po urc en ta ge
Moyenne1,144763E-15 EcTyp2,288 N45 RJ0,984 P>0,100
Diag. probab. de RESIDUELLE1 Normale FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Gr aphique 3
54321 876543210Se m a in e
Intervalles de confiance de Bonferroni = 95 % pour les écarts types
Statistique de test6,77 Valeur de P0,149 Statistique de test0,86 Valeur de P0,494 Test de Bartlett Test de Levene
Test de l'égalité des variances pour RESIDUELLE1 FrédéricBertrand
Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Gr aphique 4
5 0 -5531 5 0 -5 531
5 0 -5 531
1 Semaine
RE SID U EL LE 1
23 0 4 0
56 789 0
Nuage de points de RESIDUELLE1 et Semaine Variable du panneau : Sujet FrédéricBertrand
Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Analyse des résultats Afin d’étudier les eff ets de la relaxation sur la durée des mig raines ,9 par ticipants ont év alué la durée de leur mig raine pendant deux semaines consécutiv es av ant de suivre une thér apie de relaxation et puis pendant trois semaines au cours de leur thér apie . Une analyse de la var iance globale av ec mesures répétées révèle la présence d’une différence significativ e d’une semaine à l’autre (F(4,32)=85,04, P=0,000). La durée mo yenne pendant les semaines de rele vés de base est de 22,166 et descend à une mo yenne de 7,296 pendant les ex ercices ,ce qui correspond à une différence de 14,870. Nous voudr ions maintenant sa voir où résident ces différences statistiquement significativ es .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Contr astes linéaires Pour répondre à la der nière question, nous allons utiliser la méthode des contr astes linéaires .Nous allons contr aster les mo yennes de l’ensemb le des rele vés de base av ec celles de l’ensemb le des semaines d’e xercices .Les coefficients qui per mettent de faire cela sont donnés dans le tab leau ci-dessous : Sem. 1 Sem. 2 Sem. 3 Sem. 4 Sem. 5 Coefficient 1 / 2 1 / 2 − 1 / 3 − 1 / 3 − 1 / 3 Mo yenne 22 , 333 22 , 000 9 , 333 5 , 778 6 , 778
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVARéalisation pr atique du test des contr astes linéaires L
obs= 1 2 × 22 , 333 + 1 2 × 22 , 000 − 1 3 × 9 , 333 − 1 3 × 5 , 778 − 1 3 × 6 , 778 = 14 , 870 . Calculons la statistique t du test : t
obs= L
obss
Lobs= 14 , 870 s 7 , 20 0 , 833 9
= 18 , 21 > 2 , 0369 . Le contr aste est significatif ,au seuil α = 5 % .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Ex emple issu du livre de K utner ,Nachtsheim, Neter et Li Une gr ande chaîne de distr ib ution nationale souhaite étudier l’eff et de deux campagnes pub licitaires (facteur A )sur l’év olution au cours du temps (facteur B )du volume des ventes de paires de chaussures d’athlétisme . 10 super marchés tests (sujet S )a yant des car actér istiques semb lab les ont été choisis au hasard pour être inclus dans cette étude . Les deux campagnes pub licitaires ( A
1et A
2)sont semb lab les à tout point de vue si ce n’est l’image du spor tif associé à la campagne .Les volumes de vente ont été rele vés à 3 repr ises pendant des pér iodes de 2 semaines ( B
1= 2 semaines av ant le déb ut de la campagne , B
2= 2 semaines pendant la campagne , B
3= 2 semaines après la fin de la campagne .)
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Ex emple issu du livre de K utner ,Nachtsheim, Neter et Li -Suite et fin L’e xpér ience a été menée pendant une pér iode de 6 semaines lors de laquelle le volume des ventes des paires de chaussures d’athlétisme est considéré comme stab le . Les données sont reproduites dans le tab leau qui va suivre . Elles sont representées dans la figure ci-dessous .Il ne semb le pas y av oir besoin d’inclure d’inter action entre les super marchés tests et les campagnes pub licitaires .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Tab leau des données Campagne Super marché A vant Pendant Après 1 1 958 1 047 933 1 2 1 005 1 122 986 1 3 351 436 339 1 4 549 632 512 1 5 730 784 707 2 1 780 897 718 2 2 229 275 202 2 3 883 964 817 2 4 624 695 599 2 5 375 436 351
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA 3,02,52,01,51,01100 1000 900 800 700 600 500 400 300 200
3,02,52,01,51,0 1 Période
Vo lu m e
2 1 2 3 4 5
Supermarché
Nuage de points de Volume et Période Variable du panneau : Campagne FrédéricBertrand
Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Le modèle Le modèle statistique s’écr it de la façon suiv ante : Y
isj= µ + α
i+ τ
s(i)+ β
j+ ( α β )
ij+ E
isjav ec i = 1 ,. .. , I , s = 1 ,. .. , S , j = 1 ,. .. , J av ec les contr aintes supplémentaires :
IX
i=1α
i= 0 ,
JX
j=1β
j= 0 ,
IX
i=1( α β )
ij= 0 ,
JX
j=1( α β )
ij= 0 pour tout i , j et où Y
isjest la valeur pr ise par la réponse Y dans les conditions ( α
i,β
j) pour le s − ème sujet. Nous notons n = I × S × J le nombre total de mesures ay ant été eff ectuées .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Conte xte Un facteur contrôlé α se présente sous I modalités , chacune d’entre elles étant notée α
i. Les τ
s(i)représentent un échantillon de taille S préle vé dans une population impor tante .Nous admettrons que les eff ets des τ
s(i)sont distr ib ués suiv ant une loi nor male centrée de var iance σ
2 τ|α. Un facteur contrôlé β se présente sous J modalités , chacune d’entre elles étant notée β
j.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Conditions liées à ce type d’analyse Nous supposons que les eff ets aléatoires τ
s(i)sont indépendants L τ
s(i)= N ( 0 ,σ
2 τ|α) , pour tout s var iant de 1 à S .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAConditions classiques de l’ANO VA Nous postulons les hypothèses classiques de l’ANO VA pour les var iab les erreurs E
isj: les erreurs sont indépendantes les erreurs ont même var iance σ
2inconn ue les erreurs sont de loi gaussienne . Ajout d’une condition Nous ajoutons l’indépendance des eff ets aléatoires τ
s(i)et des erreurs E
isj.
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVARelation fondamentale de l’ANO VA Nous supposons que les conditions d’utilisation de ce modèle sont bien remplies . Nous utilisons les quantités SC
α, SC
τ|α, SC
β, SC
αβSC
R, SC
TOTdéjà introduites au chapitre précédent. Nous rappelons la relation fondamentale de l’ANO VA : SC
TOT= SC
α+ SC
τ|α+ SC
β+ SC
αβ+ SC
R.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Tab leau de l’ANO VA Var iation SC ddl s
2F
obsF
cDue au fact. α SC
αI − 1 s
2 αs
2 αs
2 τ|αc Due au fact. τ SC
τ|αI ( S − 1 ) s
2 τ|αs
2 τ|αs
2 Rc dans α Due au fact. β SC
βJ − 1 s
2 βs
2 βs
2 Rc Due à l’inter . SC
αβ( I − 1 )( J − 1 ) s
2 αβs
2 αβs
2 Rc Résiduelle SC
RI ( S − 1 )( J − 1 ) s
2 RTotale SC
TOTn − 1
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Tests d’h yptohèses L’analyse de la var iance à 2 facteurs av ec mesures répétées sur l’un des deux facteurs per met quatre tests de Fisher .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAPremier test Nous testons l’h ypothèse nulle ( H
0): α
1= α
2= ·· · = α
I= 0 contre l’h ypothèse alter nativ e ( H
1): Il existe i
0∈ { 1 , 2 ,. .. , I } tel que α
i06 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur α et lorsque les conditions de validité du modèle sont respectées , F
α,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à I − 1 et I ( S − 1 ) deg rés de liber té.
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVAPremier test -Suite Nous concluons alors à l’aide de la p − valeur ,rejet si elle est infér ieure ou égale au seuil α du test, ou à l’aide d’une tab le , rejet si la valeur F
α,obsest supér ieure ou égale à la valeur cr itique issue de la tab le de Fisher . Lorsque l’h ypothèse nulle ( H
0) est rejetée ,nous pouv ons procéder à des tests de compar aisons m ultiples des différents eff ets des niv eaux du facteur α .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Deuxième test Nous testons l’h ypothèse nulle ( H
0): σ
2 τ|α= 0 contre l’h ypothèse alter nativ e ( H
1): σ
2 τ|α6 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur τ dans le facteur α et lorsque les conditions de validité du modèle sont respectées , F
τ|α,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à I ( S − 1 ) et I ( S − 1 )( J − 1 ) deg rés de liber té.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Remarque En fonction du conte xte et de la prob lèmatique posée ,v ous pourrez être amené à vous en ser vir .
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVATroisième test Nous testons l’h ypothèse nulle ( H
0): β
1= β
2= ·· · = β
J= 0 contre l’h ypothèse alter nativ e ( H
1): Il existe j
0∈ { 1 , 2 ,. .. , J } tel que β
j06 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur β et lorsque les conditions de validité du modèle sont respectées , F
β,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à J − 1 et I ( S − 1 )( J − 1 ) deg rés de liber té.
FrédéricBertrand Introduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVATroisième test -Suite Nous concluons alors à l’aide de la p − valeur ,rejet si elle est infér ieure ou égale au seuil α du test, ou à l’aide d’une tab le , rejet si la valeur F
β,obsest supér ieure ou égale à la valeur cr itique issue de la tab le de Fisher . Lorsque l’h ypothèse nulle ( H
0) est rejetée ,nous pouv ons procéder à des tests de compar aisons m ultiples des différents eff ets des niv eaux du facteur β .
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA
Quatr ième test Nous testons l’h ypothèse nulle ( H
0): ( α β )
11= ·· · = ( α β )
IJ= 0 contre l’h ypothèse alter nativ e ( H
1): Il existe ( i
0, j
0) ∈ { 1 ,. .. , I } × { 1 ,. .. , J } tq ( α β )
i0j06 = 0. Sous l’h ypothèse nulle ( H
0) précédente d’absence d’eff et du facteur α β et lorsque les conditions de validité du modèle sont respectées , F
αβ,obsest la réalisation d’une var iab le aléatoire qui suit une loi de Fisher à ( I − 1 )( J − 1 ) et I ( S − 1 )( J − 1 ) deg rés de liber té.
FrédéricBertrandIntroduction Répétitionssuivantlefacteurdel’ANOVA Répétitionssuivantundesdeuxfacteursdel’ANOVA Répétitionssuivantlesdeuxfacteursdel’ANOVA