LAnalyse de Variance 1 1.Généralités 2.Le modèle 3.Calculs pratiques 4.Conditions dapplication...
-
Upload
barbe-blaise -
Category
Documents
-
view
105 -
download
1
Transcript of LAnalyse de Variance 1 1.Généralités 2.Le modèle 3.Calculs pratiques 4.Conditions dapplication...
L’Analyse de Variance 1
1. Généralités2. Le modèle3. Calculs pratiques4. Conditions d’application de l’ANOVA5. Mesure de la décomposition de la SCE
Le modèle linéaire simple
Projection : Y = a + bX1 + b2X2 +….+ ei X continue: régression linéaire simple X discrète: ANOVA Combinaisons: régression multiple, ANOVA2, ANCOVA
Les erreurs suivent une distribution : normale centrée de variance constante et sont indépendantes
L’Analyse de Variance 1
1. Généralités
Quand utiliser l’ANOVA
Pour tester l’effet d’une variable explicative discrète
variable explicative = facteur et chaque facteur a plusieurs niveaux ou traitements
l’ANOVA teste si toutes les moyennes sont égales
TémoinExpérimental (N)Expérimental (N+P)
Rendement
Fré
qu
en
ce
C N N+P
L’Analyse de Variance 1
1. Généralités
Possibilités et limites
Permet de tester si toutes les moyennes sont égales (au niveau )...
…mais si on rejette H0, l’ANOVA ne dit pas lesquelles
Rendement
Fré
qu
en
ce
C N N+P
Fré
qu
en
ce
C N
N+P
L’Analyse de Variance 1
1. Généralités
Types d’ANOVA
Fixe : les traitements sont déterminés (manipulés) par le chercheur
Aléatoires : les modalités sont choisies au hasard dans une population de modalités: on peut estimer l’effet du facteur pour d’autres modalités non étudiées
Données identiques, modèles différents, calculs identiques mais seulement pour l’ANOVA à un critère de classification!
L’Analyse de Variance 1
1. Généralités
ANOVA fixe : rendement agricole
sable argile terreau21 16 2320 18 3116 11 24
57 45 78 1803 3 3 9
19 15 26 20
ni
Ti.
y i.
= N
= T
L’Analyse de Variance 1
1. Généralités
ANOVA aléatoire: poids de l’ours noir
variable dépendante est le poids,
facteur (X) = site, p=3
Question = effet site, au-delà des sites étudiés
Po
ids
(kg
)120
160
200
240
280
RidingMountain
Kluane Algonquin
L’Analyse de Variance 1
1. Généralités
2. Le modèle
Les p moyennes sont-elles identiques?
Les modalités de A influencent-elles Y?
Y
A1 A2 A3 A4
Yij i eij
i
i
eij
eij
moyenne de Yeffet de la ième modalité (constante). Ho : i = 0erreur aléatoire
L’Analyse de Variance 1
Dans une ANOVA, la variance totale est répartie en deux composantes:
intergroupe: variance des moyennes des différents groupes (traitements)
intragroupe (erreur): variance des observations autour de la moyenne du groupe
2. Le modèle
L’Analyse de Variance 1
Répartition de la somme des carrés totale
Groupe 1Groupe 2Groupe 3
Y
SC Totale SC Modèle (Groupes) SC Erreur
L’Analyse de Variance 1
2. Le modèle
Ho : les p moyennes sont égalesHa : au moins une moyenne diffère des autres
Décomposition de la Somme des Carrés des Ecarts (SCE)
SCET = SCEA + SCER(=E)
= SCEinter + SCEintra
= SCEB + SCEW
(Yij Y ..j1
n i
i1
p
)2 (Y i. Y ..j1
n i
i1
p
)2 (Yij Y i.j1
n i
i1
p
)2
L’Analyse de Variance 1
2. Le modèle
Tableau d’ANOVA
Sources de variation
Somme des carrés
Carré moyen (CM)
Degré deliberté (ddl)
F
Totale
Résidus
n - 1
n - p
SCET/ddl
SCER/ddl
Facteur p - 1 SCEA/ddlCMA
CMR
i 1
k
ijj 1
n2(Y Y)
i
i ii
k
n Y Y( )
1
2
i 1
k
ij 1
n2(Y Yi)
i
j
L’Analyse de Variance 1
2. Le modèle
CMintergroupe mesure les différences moyennes au carré entre moyennes des groupes
CMrésiduel est une mesure de la précision
Rendement
Fre
qu
en
ce
C N N+P
Fre
qu
en
ce
C N
N+PF plus petit
F plus grand
L’Analyse de Variance 1
2. Le modèle
L’hypothèse nulle
H0: les moyennes de tous les groupes sont les mêmes, ou
H0: il n’y a pas d’effet des groupes, i =0 , ou
H0: F = CMintergroupe/ CMerreur = 1 pour p groupes et pour un
nombre d’observations N, on compare avec la distribution de F au niveau avec p - 1 et N - p degrés de liberté
Rendement
Fre
qu
en
ce
C N N+P
Fre
qu
en
ce
C N
N+PF plus petit
F plus grand
L’Analyse de Variance 1
2. Le modèle
SCET (Yij Y )2
ij
Yij2
ij
Y 2
ij
2 YijY ij
, or :
SCEA (Y i. Y )2
ij
ni(Y i. Y )2
i
Yij2
ij
NY 2 2Y Yij
ij
Yij
ij
NY
Yij2
ij
NY 2
L’Analyse de Variance 1
3. Calculs pratiques
22
N
TYSCE
ijijT
SCEA Ti.ni
2
i TN2
SCER SCET SCEA
Exemple
SCET 212 202 ....1802
9
sable argile terreau21 16 2320 18 3116 11 24
57 45 78 180
Ti.
SCEA 572
3452
3 ....
1802
9
= 264
= 186
L’Analyse de Variance 1
3. Calculs pratiques
L’Analyse de Variance 1
SV SCE ddl CM F
A 186 2 93 7,15
R 78 6 13
T 264 8
F6,0,052 5,14
Exemple
3. Calculs pratiques
eij aléatoires = indépendants et chaque ),0(: 2Neij
- indépendants : plan d’expérience :• modalités indépendantes• individus indépendants : pas de double mesure, tirage au hasard
- de moyenne nulle : par construction- de distribution normale : normalité de Y? étude graphique (TP)- de même variance : homoscédasticité
4. Conditions d’application de l’ANOVA
L’Analyse de Variance 1
Ces conditions s’appliquent aux résidus et non aux données brutes
…on doit tester les conditions d’application après que l’analyse soit faite et que les résidus soient obtenus
4. Conditions d’application de l’ANOVA
L’Analyse de Variance 1
5. Mesure de la décomposition de la SCE
Part de la variabilité de Y expliquée par l’ANOVA :
SCEA
SCET
2
2 inclue * SCET expliquée de façon linéaire : r2
* SCET expliquée de façon non linéaire : 2-r2
2 ≥ r2
02 1
L’Analyse de Variance 1
Part de la variabilité du rendement expliqué par le sol:
Exemple
2 186
2640,70
5. Mesure de la décomposition de la SCE
L’Analyse de Variance 1