Statistique, licence Sixième séance.

Présentation au sujet: "Statistique, licence Sixième séance."— Transcription de la présentation:

1 Statistique, licence Sixième séance

2 Pour plans à mesures répétées
Analyse de variance Pour plans à mesures répétées

3 Plan Position du problème Utilité des plans à mesures répétées
Les conditions d’application La beauté est-elle une notion universelle? La régression vers la moyenne Évolution Qu’est ce qu’une bonne blague?

4 situation propice à l’anova répétée.
1. Problématique situation propice à l’anova répétée.

5 Mesures répétées Lorsqu’on mesure plusieurs fois de suite la « même » grandeur sur des sujets, on est confronté à une incohérence. Si par exemple on mesure le QI dans trois situations, et que les sujets passent les trois situations… On pourra dire qu’il y a 3 QI (variables), perdant ainsi l’équivalence des QI. On pourra dire qu’il y a une variable QI et une var situation, mais alors quels sont les individus? On utilisera une description incorrecte mathématiquement, mais facile à comprendre en parlant de variable intra-sujets et inter-sujets.

6 Utilisation courante Cette situation est ce qu’on appelle un plan à mesures répétées pour des raisons évidentes… On utilise souvent l’anova pour plans à mesures répétées quand on mesure plusieurs fois une même grandeur pour en percevoir l’évolution au cours du temps — ou dans diverses situations —, pour chaque sujet. Là où une une anova simple échouerait du fait de la variabilité inter-sujet, celle-ci pourra réussir, car on peut dans ce cas supprimer les facteurs personnels.

7 on peut se débarrasser des variations sujet.
Décomposition Total Inter-sujet (facteur sujet) Intra-sujet Erreur Facteur

8 Des plans à mesures répétées
2. Utilité Des plans à mesures répétées

9 Exemple-fiction Supposons que l’on veuille étudier l’évolution des opinions vis-à-vis du maoïsme d’un groupe de jeunes a priori favorables, au cours d’une semaine de présentation. On mesure l’opinion par une valeur numérique X. Si l’on veut utiliser une anova simple, on peut interroger un échantillon le premier jour, un autre le second jour, et un troisième le dernier jour par exemple. Si l’on trouve des différences, elles seront peut-être peu significatives…

10 Anova simple les moyennes diminuent au cours du temps, mais cela pourrait être le fruit du hasard. les barres d’erreurs montrent en effet une grande variation pour chaque groupe (jour).

11 l’hypothèse d’homogénéité des variances se tient.
Anova simple l’hypothèse d’homogénéité des variances se tient. la différence entre les groupes n’est pas significative. On ne peut pas conclure.

12 Anova répétée En fait, on peut imaginer deux cas limites. L’un des cas est le suivant: les variations prises sujet par sujet sont hiératiques et peu prévisibles. Dans ce cas, les mesures répétées donneront le même résultat. L’autre cas limite est celui où, bien qu’il y ait de grandes différences entre les sujets, l’effet du facteur temps est presque le même sur les différents sujets. Dans ce cas, les résultats pourraient être très différents!

13 Anova répétée il y a des différences significatives entre les sujets. Comparez le Scsujet au Sctotal!

14 Anova répétée quand on a annulé le facteur sujet — très important mais pour nous inintéressant — on arrive à conclure à un effet très significatif du temps.

15 Pour conclure D’un autre côté, il va de soi que toutes les études ne se prêtent pas à ce genre de plan d’expérience. En particulier, il est parfois gênant de faire passer plusieurs fois le même test. Dans le cas de situations différentes, on pensera à contrebalancer pour l’ordre. Les plans à mesures répétées permettent de s’affranchir des turbulences de la VD engendrées par le fait que les humains diffèrent. Ils sont précieux pour détecter un effet un peu fin masqué par les différences individuels.

16 3. Conditions d’application

17 CA On dispose de: Une VD numérique X Un facteur intra-sujet F Un facteur « sujet ». On s’interroge sur les effet des facteurs F et Sujet sur la VD X. On peut également avoir, en plus des facteurs déjà mentionnés, des facteurs inter-sujets.

18 Conditions d’applications
Les sujets doivent être indépendants (pas les observations !) Les écart-types des différents relevés (i.e. de la VD pour chaque modalité du facteur F) doivent être homogènes Les covariances doivent également être homogènes Les distributions doivent être normales Indépendance des sujets Homogénéité des variances Homogénéité des covariances normalité

19 Universelle, culturelle ou personnelle?
4. La beauté Universelle, culturelle ou personnelle?

20 Présentation Chaque sujet a attribué une note de beauté à chacun des six visages présentés. Il y a 111 sujets. La note est une valeur comprise entre 0 et 10. Parmi les questions que l’on peut se poser à partir de cette expérience, étudions celle-ci : dans quelle mesure la notion de beauté est-elle personnelle ?

21 Portrait A Portrait B Portrait C

22 Portrait D Portrait E Portrait F

23 Présentation Dans la pratique, on procède ainsi pour simplifier la présentation : On dit que les individus sont les sujets. Que la VD est « la note » X. Il y a deux facteurs catégoriels : Le visage V, variable intra-sujet Le facteur « sujet » S

24 Formalisation de la question
Notre question était : la note est-elle le résultat d’un processus personnel ou plutôt universel/culturel ? Pour y répondre, nous réécrirons la question de cette manière : « La note dépend-t-elle principalement du facteur sujet ou du facteur visage ? »

25 Formalisation de la question
Si la beauté est essentiellement personnelle, la note doit dépendre presque uniquement du facteur « sujet », et les variations de X peuvent alors s’expliquer presque entièrement par la variation due à S. Dans le cas contraire, elle doit dépendre du « vrai » facteur : V. Pour le savoir, nous utilisons une anova particulière, dont le principe est le même que pour l’anova simple : l’anova pour plans à mesures répétées.

26 Tableau des données brutes
C D E F S1 10 2 9 6 S2 5 4 8 S3 3 7 1 S4 S5 S6 S7 S8 S9

27 Tableau Source SC dl CM F S 14124 110 128 Intra 4816 555 Erreur 554
550 1 V 4262 5 852 Total 18940 665

28 Interprétation Les F se comparent à ceux de la table.
Pour le F (S), il faut lire 110 et 550 dl (soit 1.57) Pour le F (V), il s’agira de 5 et 550 dl (soit 3.05) Dans les deux cas, les F observés sont significatifs à 1% (et même, en fait, à 0.01%)

29 Interprétation On en déduit tout naturellement que :
La note dépend « certainement » (et non pas « fortement ») du visage présenté Elle dépend également du sujet (juge) Il faudra affiner pour pouvoir répondre à la question de départ

30 Remarques On ne teste habituellement pas TOUT.
En général, il faut bien réfléchir avant l’expérience à ce qui sera nécessaire et ce qui ne le sera pas. Plus on calcule de statistiques F, moins le résultat final est fiable, pour un risque par test fixé. Dans notre cas, il faut calculer les deux F possibles, mais on ne calcule habituellement que le F (facteur), car la variation inter-sujet ne nous intéresse pas.

31 Grandeur des effets Comme dans le cas général, on peut affiner la compréhension des effets en calculant les grandeurs des effets. Par exemple SC(S)/SC(total)=75%, ce qui indique que 75% de la variation totale (sur l’échantillon) pour les notes est attribuable au facteur sujet D’autre part, SC(V)/SC(total)=23%, si bien que 23% de la variation totale est attribuable au facteur visage.

32 Grandeur des effets Cela laisse penser que la notion de beauté est avant tout personnelle, car les facteurs individuels expliquent une plus grande partie de la variation. Mais il faudrait en réalité étudier les rangs plus que les notes. Les différences inter-sujet observées sont en effet en partie dues à l’interprétation des codes de jugement. (notes attribuées). L’étude avec les rangs constituent le test de Friedman, et il montre que la beauté est plutôt culturelle ou universelle.

33 5. Régression Vers la moyenne

34 Eau et fièvre Sélectionnons un échantillons de patients ayant de la fièvre (au moins 38°). Donnons-leur de l’eau de source. Nous les informons qu’ils boivent de l’eau de source (il n’est pas ici question d’effet placebo). Reprenons, deux jours plus tard, leur température. Dans la plupart des cas, la température a baissé! Halte aux coûteuses aspirines! Sus au paracétamol!

35 Eau et fièvre Comment expliquer ce résultat surprenant, déjà constaté pour les tailles par Galton? Il s’agit de la régression vers la moyenne, un phénomène purement mécanico-statistique.

36 Explication intuitive Explication mathématique
Eau et fièvre Explication intuitive La température dépend de plusieurs facteurs (virus, etc.) dont la plupart sont aléatoires et varient au cours du temps. En sélectionnant des personnes ayant de la fièvre, on choisit un moment où ces facteurs vont tous dans le sens d’une augmentation de température. Il est probable que quelques heures plus tard, certains auront changé. Explication mathématique On note T la température en début d’expérience, et T’ en fin d’expérience. L’évolution de température est évidemment liée négativement à T, surtout si T et T’ sont indépendants…

37 Évolution de la dépression en cure
6. A la main Évolution de la dépression en cure

38 Présentation Des patients dépressifs suivent une thérapie. On relève chaque mois un score X de gravité de la dépression Le but est de savoir si l’évolution est plutôt positive au cours du temps On a une VD numérique : X Un facteur S (sujet) et T (temps) catégoriel (on mesure X quatre fois, T a donc quatre modalités) Chaque patient passe plusieurs fois le test donnant X.

39 Question Nous sommes dans le cadre d’une anova pour plans à mesure répétées. La question est de savoir si T a un effet sur X. L’hypothèse nulle serait « X ne présente en moyenne aucune modification au cours du temps » L’hypothèse alternative « X varie au cours du temps »

40 Données brutes

41 Mieux vaut répéter Si on étudiait seulement les moyennes de la VD chaque mois, sans tenir compte du facteur sujet, on aurait à comparer les moyennes de distributions très étalées En effet, les valeurs diffèrent beaucoup d’un sujet à l’autre Grâce à l’anova pour plans à mesures répétées, on peut annuler la variation sujet Intuitivement, on peut comprendre les choses de la manière suivante :

42 Méthode simple

43 Méthode répétée Chaque courbe représente un sujet. On suit l’évolution pour chaque sujet

44 Conditions On supposera L’indépendance des sujets La normalité
L’homogénéité des covariances et des variances

45 Plan Le but est de calculer F pour le facteur temps (T)
Notre question est en effet de savoir si T a un effet sur la VD X. Pour cela, on doit faire presque tous les calculs, en commençant par les SC

46 FC Commençons par calculer le facteur de correction FC.

47 SC total On peut ensuite calculer SC total

48 SC inter-sujet Le SC inter-sujet se calcule facilement

49 SC(T) Un autre SC est facile : le SC entre les mois SC(T)

50 Autres SC Les autres SC se déduisent par différences.

51 Degré de libertés Il est clair que
dl(tot) = 39 dl(S) = 9 dl(T) = 3 Les autres s’en déduisent par différence

52 Tableau

53 Le F est calculé avec 3 et 27 dl.
La table donne 4.64 On peut donc conclure et rejeter H0 pour H1 au risque de 1%. Ainsi, les patients présentent une évolution. Sur l’échantillon, l’évolution semblant positive (baisse du score de gravité), on pense que la thérapie est efficace.

54 Remarques En réalité, il faudrait comparer à un groupe témoin, à cause de l’effet de régression vers la moyenne. On peut préciser la grandeur de l’effet du facteur en calculant SC(T)/SC(tot) = 2%… La thérapie explique seulement 2% des variations observées.

55 Remarques On peut vouloir supprimer l’effet sujet, dû au fait que certains patients sont plus gravement dépressifs que d’autres. Pour cela, on peut calculer SC(T)/(SC(tot)-SC(S)) = 53% et dire que « la thérapie explique 53% des variations de score indépendamment du sujet »…

56 7. Un bonne blague C’est quoi?

57 Présentation On demande à des chercheurs en mathématiques, lettres, ou musicologie, de noter sur 10 la qualités de 3 blagues. On a ainsi une variable « note », un facteur intra-sujet blague (1,2, ou 3) Mais également un facteur inter-sujet groupe (maths, lettres, musicologie) On peut traiter ces données d’un coup par ordinateur, ici SPSS.

58 Si on suppose la normalité, le reste des conditions d’application est justifié par le test de Mauchly.

59 Il semblerait y avoir des blagues de matheux (1), de musiciens (2) et de lettreux (3). Cela devrait se traduire par une interaction entre le groupe et la blague.

60 on ne s’intéresse pas aux variations dues aux facteur sujet.
il n’y a pas de différence significative entre les blague. L’interaction a en revanche un effet significatif sur la note, ce qui confirme notre diagnostique.

61 ici, on fait une anova simple sur les moyennes
l’effet principal du groupe est peu significatif — compte tenu du nombre de F calculés… ici, on fait une anova simple sur les moyennes

62 Conclusion Il y a des blagues pour matheux, d’autres pour lettreux, d’autres pour musiciens. Les différentes blagues ne sont ni plus drôles ni moins drôles dans l’absolu, mais elles correspondent plus ou moins bien à l’auditeur. Enfin, les trois groupes semblent juger globalement les blagues de la même manière : les matheux, les lettreux, les musiciens ne sont ni meilleur ni moins bon public les uns que les autres.