Howell Chap. 11: ANOVA. Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour.

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
ANOVA à un facteur (Rehailia)
Introduction aux statistiques
C1 Bio-statistiques F. KOHLER
Comparaison de deux moyennes observées
Comparaison de plusieurs moyennes observées
Les TESTS STATISTIQUES
Régression ou corrélation
Tests de comparaison de pourcentages
Comparaison de plusieurs moyennes Analyse de variance
Les TESTS STATISTIQUES
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Comparaison de plusieurs moyennes Analyse de variance
Régression -corrélation
Laboratoire Inter-universitaire de Psychologie
Analyse de la variance à un facteur
Tests de comparaison de moyennes
Chapitre 2 Les indices.
Plans à groupes indépendants: organisation
Applications des statistiques
Analyse de la variance : ANOVA à un facteur
Régression linéaire simple
Howell, Chap. 1 Position générale
L’Analyse de Variance 2 L’ANOVA 2 fixe à r répétitions
Corrélation et régression linéaire simple
L’Analyse de Variance 1 Généralités Le modèle Calculs pratiques
Modeles Lineaires.
Analyse de la covariance
L’analyse de variance factorielle
Le test t. Procédure de linférence statistique 1. Contexte théorique 2. Hypothèses 3. Seuil de signification et puissance 4. Taille de leffet 5. Collecte.
Le test t.
L’analyse de variance.
L’analyse de variance à mesures répétées
La corrélation et la régression
Les modèles linéaires (Generalized Linear Models, GLM)
Analyse de variance à un critère de classification (ANOVA)
Corrélation Principe fondamental d’une analyse de corrélation
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
Objectifs du chapitre sur le khi-carré (χ2)
Howell Chap. 7, test t. Différence entre une moyenne tirée dun échantillon et une moyenne dune population quand la moyenne et lécart- type de la population.
Analyse factorielle de variance: Principes d’expérimentation
Objectifs du chapitre sur les distributions déchantillonnage Comprendre la relation entre les distributions déchantillonnage et les tests dinférence statistique.
Objectifs du chapitre 2 d’Howell sur les statistiques descriptives
Régression linéaire multiple : hypothèses & tests. Partie 3.
Méthodes de Biostatistique
Méthodes de Biostatistique
Méthodologie expérimentale : l’analyse des données
LA REGRESSION LINEAIRE
M2 Sciences des Procédés - Sciences des Aliments
Séance 8 30 novembre 2005 N. Yamaguchi
ANOVA à 1 facteur en groupes de mesure indépendants
Point méthodologie: méthode capture-recapture
BIO 4518: Biostatistiques appliquées Les 11 et 18 octobre 2005 Laboratoire 4 et 5 ANOVA à critères multiples.
BIO 4518: Biostatistiques appliquées Le 25 octobre 2005 Laboratoire 6 Corrélation linéaire et régression linéaire simple.
Probabilités et statistique Test d’hypothèse de deux moyennes
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Analyse de variance à un critère de classification (ANOVA)
Test de signification d’une ANOVA à deux critères de classification: sans réplication, modèle I, plan factoriel Tester CMeffet sur CMerreur... … mais,
1 L2 STE. Test du χ2 d’adéquation/conformité: Il s'agit de juger de l'adéquation entre une série de données statistiques et une loi de probabilité définie.
Probabilités et statistique MQT-1102
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
1_Introduction Toute mesure est entachée d’erreur. Il est impossible d’effectuer des mesures rigoureusement exactes. Pour rendre compte du degré d’approximation.
Comparaison de plusieurs moyennes observées
Académie européenne des patients sur l'innovation thérapeutique Rôle et notions élémentaires des statistiques dans les essais cliniques.
Introduction aux statistiques Intervalles de confiance
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Transcription de la présentation:

Howell Chap. 11: ANOVA

Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour le numérateur et le dénominateur

Le modèle sous- jacent à l’analyse de variance Toute cote est la somme d’une moyenne, d’un effet de traitement (aléatoire) et d’une erreur (aléatoire)

Logique de l’analyse de variance Chaque condition d’une étude a sa moyenne qui représente son effet (traitement) Les différentes conditions d’une étude sont autant d’échantillons tirés au hasard d’une population Chaque cote est par ailleurs une observation, elle aussi, tirée au hasard d’une population Nous sommes donc en présence de deux sources de variance: –la variance intra-condition et –la variance inter-condition

Estimation des variances: la variance inter- condition La variance entre les conditions représente l’effet du traitement En termes de population

Estimation des variances: la variance intra- condition La variance des observations représente l’erreur

Comparaison des variances: le rapport F où k-1 et N-k sont les dl du rapport F

Principe du calcul de l’analyse de variance: les sommes de carré s’additionnent

Calcul de l’analyse de variance: les sommes de carré

Calcul de l’analyse de variance: des sommes de carré aux carrés moyens

Additio n Rim es Adject ifs Imag es Intentio nel  M DS

Sourc e de variati on SCdlCMFp erreur435,30459,67 Total786,8249 Le tableau d’analyse de variance

Calcul de l’analyse de variance: les sommes de carré

Calcul de l’analyse de variance: des sommes de carré aux carrés moyens

Principes de l’analyse de variance Modèle fixeModèle fixe –Niveaux fixes de la variable indépendante Modèle aléatoireModèle aléatoire –Niveaux aléatoires de la variable indépendante

Grandeur de l’effet: 2 indices

4 conditions d’application de l’analyse de variance Hypothèse nulle est vraie

Que fait-on avec l’hétérogénéité de la variance? Identifier l’hétérogénéité de la varianceIdentifier l’hétérogénéité de la variance –2 procédures Test de F max Test de Levene 2 solutions2 solutions –Box: changer les dl de k-1, N-k à 1 et N-1 –Welch: recalculer les dl en tenant compte des variances – calculer une analyse de variance non paramétrique