1 / 16

Un exemple d’ANOVA

Un exemple d’ANOVA. Pour étudier l'influence du milieu sur la DL50 de daphnies (heure), on a mesuré cette durée de vie pour deux clones de daphnies en fonction de trois milieux de cultures. Les données recueillies sont : # Clone A Milieu 1 85 88 100 96 88 91 84 98 87 91

ahava
Download Presentation

Un exemple d’ANOVA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Un exemple d’ANOVA Pour étudier l'influence du milieu sur la DL50 de daphnies (heure), on a mesuré cette durée de vie pour deux clones de daphnies en fonction de trois milieux de cultures. Les données recueillies sont : # Clone A Milieu 1 85 88 100 96 88 91 84 98 87 91 # Milieu 2 82 90 90 91 90 91 93 82 85 91 # Milieu 3 96 105 98 114 124 90 93 118 96 128 # Clone B Milieu 1 89 88 90 92 100 91 100 97 91 95 # Milieu 2 93 82 92 90 96 85 85 91 88 92 # Milieu 3 106 107 115 98 100 112 114 113 99 98 Faire une ANOVA pour étudier l'importance des facteurs "Clone" et "Milieu".

  2. Un exemple d’ANOVA > # lecture des data > dl = scan("Exemple_ANOVA2.dat"); n = length(dl)/6; > # création des facteurs > milieu = gl(3,1*n,3*2*n, labels=c("M1","M2","M3")) > clone = gl(2,3*n,3*2*n, labels=c("CA","CB")) > dl 85 88 100 96 88 91 84 98 87 91 82 90 90 91 90 91 93 82 85 91 96 105 98 114 124 90 93 118 96 128 89 88 90 92 100 91 100 97 91 95 93 82 92 90 96 85 85 91 88 92 106 107 115 98 100 112 114 113 99 98 > milieu M1 M1 M1 M1 M1 M1 M1 M1 M1 M1 M2 M2 M2 M2 M2 M2 M2 M2 M2 M2 M3 M3 M3 M3 M3 M3 M3 M3 M3 M3 M1 M1 M1 M1 M1 M1 M1 M1 M1 M1 M2 M2 M2 M2 M2 M2 M2 M2 M2 M2 M3 M3 M3 M3 M3 M3 M3 M3 M3 M3 Levels: M1 M2 M3 > clone CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CA CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB CB Levels: CA CB

  3. Un exemple d’ANOVA > # donc les data sont dans > daph = data.frame(dl,clone,milieu); daph dl clone milieu 85 CA M1 88 CA M1 3 100 CA M1 .................... 82 CA M2 90 CA M2 90 CA M2 .................... 96 CA M3 22 105 CA M3 98 CA M3 .................... 89 CB M1 88 CB M1 90 CB M1 ....................

  4. Un exemple d’ANOVA > plot(daph)

  5. Un exemple d’ANOVA > # ANOVA Classique en considérant le facteur milieu > # le tableau de l'analyse de variance > anova.daph = aov(formula = dl ~ milieu) > summary(anova.daph) Df Sum Sq Mean Sq F value Pr(>F) milieu 2 3382.6 1691.3 32.734 3.418e-10 *** Residuals 57 2945.1 51.7 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

  6. Un exemple d’ANOVA > # ANOVA Classique en considérant le facteur clone > # le tableau de l'analyse de variance > anova.daph = aov(formula = dl ~ clone) > summary(anova.daph) Df Sum Sq Mean Sq F value Pr(>F) clone 1 19.3 19.3 0.1771 0.6754 Residuals 58 6308.5 108.8 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

  7. Un exemple d’ANOVA > # ANOVA Classique à 2 facteurs > # le tableau de l'analyse de variance a deux facteurs > anova.daph = aov(formula = dl ~ clone * milieu) > summary(anova.daph) Df Sum Sq Mean Sq F value Pr(>F) clone 1 19.3 19.3 0.3576 0.5524 milieu 2 3382.6 1691.3 31.3874 9.04e-10 *** clone:milieu 2 16.0 8.0 0.1488 0.8621 Residuals 54 2909.8 53.9 --- Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1

  8. Un exemple d’ANOVA > # Le modele linéaire > reg.daph = lm(formula = dl ~ clone * milieu) > summary(reg.daph) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 90.800 2.321 39.116 < 2e-16 *** cloneCB 2.500 3.283 0.762 0.450 milieuM2 -2.300 3.283 -0.701 0.487 milieuM3 15.400 3.283 4.691 1.89e-05 *** cloneCB:milieuM2 -1.600 4.643 -0.345 0.732 cloneCB:milieuM3 -2.500 4.643 -0.538 0.592 --- Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 Residual standard error: 7.341 on 54 degrees of freedom Multiple R-Squared: 0.5402, Adjusted R-squared: 0.4976 F-statistic: 12.69 on 5 and 54 DF, p-value: 3.646e-08

  9. Un exemple d’ANOVA > # interprétation > reg.daph = lm(formula = dl ~ clone * milieu) > summary(reg.daph) (Intercept) 90.800 Effet de base de CA et M1 cloneCB 2.500 Effet sup du a CB milieuM2 -2.300 Effet sup du a M2 milieuM3 15.400 Effet sup du a M3 cloneCB:milieuM2 -1.600 Effet sup du a M2 et CB cloneCB:milieuM3 -2.500 Effet sup du a M3 et CB si CA et M1 : y(i) = 90.8 + e(i) si CB et M1 : y(i) = 90.8 + 2.5 + e(i) si CA et M2 : y(i) = 90.8 - 2.3 + e(i) si CA et M3 : y(i) = 90.8 + 15.4 + e(i) si CB et M2 : y(i) = 90.8 + 2.5 - 2.3 - 1.6 + e(i) si CB et M3 : y(i) = 90.8 + 2.5 + 15.4 - 2.5 + e(i)

  10. Un exemple d’ANOVA > # Interprétation => revenir aux graphiques > par(mfcol=c(2,1)) > interaction.plot(milieu,clone,dl) > interaction.plot(clone,milieu,dl)

  11. Un exemple d’ANOVA

  12. Un exemple d’ANOVA • > # On peut aussi regarder : • > model.matrix(reg.daph) > coeffecients(reg.daph) • (Intercept) cloneCB milieuM2 milieuM3 cloneCB:milieuM2 cloneCB:milieuM3 • 1 1 0 0 0 0 0 • 2 1 0 0 0 0 0 • 3 1 0 0 0 0 0 • ............................... • 11 1 0 1 0 0 0 • 12 1 0 1 0 0 0 • 13 1 0 1 0 0 0 • ............................... • 21 1 0 0 1 0 0 • 22 1 0 0 1 0 0 • 23 1 0 0 1 0 0 • ............................... • 31 1 1 0 0 0 0 32 1 1 0 0 0 0 33 1 1 0 0 0 0 Intercept cloneCB milieuM2 milieuM3 cloneCB:milieuM2 cloneCB:milieuM3 90.8 2.5 -2.3 15.4 -1.6 -2.5

  13. Un exemple d’ANOVA > # interprétation > reg.daph = lm(formula = dl ~ clone * milieu) > summary(reg.daph) (Intercept) 90.800 Effet de base de CA et M1 cloneCB 2.500 Effet sup du a CB milieuM2 -2.300 Effet sup du a M2 milieuM3 15.400 Effet sup du a M3 cloneCB:milieuM2 -1.600 Effet sup du a M2 et CB cloneCB:milieuM3 -2.500 Effet sup du a M3 et CB si CA et M1 : y(i) = 90.8 + e(i) si CB et M1 : y(i) = 90.8 + 2.5 + e(i) si CA et M2 : y(i) = 90.8 - 2.3 + e(i) si CA et M3 : y(i) = 90.8 + 15.4 + e(i) si CB et M2 : y(i) = 90.8 + 2.5 - 2.3 - 1.6 + e(i) si CB et M3 : y(i) = 90.8 + 2.5 + 15.4 - 2.5 + e(i)

  14. Un exemple d’ANOVA > # on retrouve le resultat de l’analyse classique > anova(reg.daph) Response: dl Df Sum Sq Mean Sq F value Pr(>F) clone 1 19.3 19.3 0.3576 0.5524 milieu 2 3382.6 1691.3 31.3874 9.04e-10 *** clone:milieu 2 16.0 8.0 0.1488 0.8621 Residuals 54 2909.8 53.9 --- Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1

  15. Un exemple d’ANOVA > # et les residus !!! > par(mfcol=c(2,2)) > plot(reg.daph)

  16. Un exemple d’ANOVA

More Related