1 / 37

Analyse de la variance à deux facteurs (données déséquilibrées)

Analyse de la variance à deux facteurs (données déséquilibrées). Michel Tenenhaus. Exemple 3 (Searle) Première germination de trois variétés de carotte dans deux types de terre. Nombre de jours pour la première germination de carotte.

marvin
Download Presentation

Analyse de la variance à deux facteurs (données déséquilibrées)

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. Analyse de la variance à deux facteurs(données déséquilibrées) Michel Tenenhaus

  2. Exemple 3 (Searle)Première germination de trois variétés de carotte dans deux types de terre Nombre de jours pour la première germination de carotte

  3. Analyse de la variance à deux facteurs(Données déséquilibrées) Données : Si les effectifs nij reflètent les tailles des populations et sont choisis a priori, on peut en tenir compte dans les tests.

  4. Modèle additif vs modèle avec interaction Modèle additif : La différence entre les terres ne dépend pas de la variété. Modèle avec interaction : La différence entre les terres dépend de la variété. Ici le modèle avec interaction semble préférable (à cause de la case (2,2)).

  5. Test sur A (Type I pour A placé en premier) : Les tests sur les facteurs(Données déséquilibrées) Test sur A (Type III) :

  6. Test sur A (Type I) Test sur A (Type I) :

  7. RESULTATS SPSS

  8. Estimation du modèle de rang plein

  9. Contraste pour le test sur A (Type I)

  10. Contraste pour le test sur A (Type I)

  11. UNIANOVA jour BY terre variete /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /CRITERIA = ALPHA(.05) /LMATRIX "terre type I" terre 56 -56 variete -4 9 -5 terre*variete 24 16 16 -28 -7 -21 /PRINT = PARAMETER TEST(LMATRIX) /CRITERIA = ALPHA(.05) /DESIGN = terre variete terre*variete .

  12. Test sur A (Type III) Test sur A (Type III, indépendant de l’ordre des facteurs) :

  13. Syntaxe SPSS UNIANOVA jour BY terre variete /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /CRITERIA = ALPHA(.05) /LMATRIX "terre type 3" terre 3 -3 terre*variete 1 1 1 -1 -1 -1 /PRINT = PARAMETER TEST(LMATRIX) /CRITERIA = ALPHA(.05) /DESIGN = terre variete terre*variete .

  14. Résultats

  15. RESULTATS SPSS pour les tests de type III

  16. Tests sur le facteur B Test sur B (Type I, B placé en premier) : Test sur B (Type III) :

  17. Test sur B (Type I) : Résultats

  18. Tests sur l’interaction A*B Test sur A*B (A*B placé en dernier pour le Type I ou Type III) :

  19. A : S(A) B : S(A, B) - S(A) A*B : S(A, B, A*B) - S(A, B) A : S(A, B) - S(B) B : S(A, B) - S(A) A*B : S(A, B, A*B) - S(A, B) Type I : Type II : Les différents types de somme des carrés Y =  + 1(A1-A2) + 1(B1-B3) + 2(B2-B3) + 11(A1-A2)*(B1-B3) + 12(A1-A2)*(B2-B3) +  Modèle : Somme des carrés : S(A, B) = Somme des carrés expliquée par A1-A2 et B1-B3, B2-B3 Type III : A : S(A, B, A*B) - S(B, A*B) B : S(A, B, A*B) - S(A, A*B) A*B : S(A, B, A*B) - S(A, B)

  20. Modèle avec interaction : Estimation et comparaison des moyennes Estimation des i.: Pour des données déséquilibrées :

  21. Comparaison des moyennes marginalesMéthode de Tukey Facteur Variété

  22. Comparaison des moyennes marginalesMéthode de Sidak (Variante de REGWQ) Facteur Variété Aucune différence significative.

  23. Calcul des moyennes estimées Estimated Marginal Means Variete

  24. Comparaison des moyennes estiméesMéthode de Sidak Facteur Variété Les variétés 1 et 2 sont différentes (p = .013).

  25. H0 : 11 = 21 H0 : 2 - 1 + 21 - 11 = 0 Comparaison des moyennes Modèle avec interaction : L’interaction est significative. Il faut donc comparer les sols à variété fixée. Exemple :

  26. Syntaxe SPSS UNIANOVA jour BY terre variete /LMATRIX = "terre1 vs terre2 at V1" terre -1 1 terre*variete -1 0 0 1 0 0 /METHOD = SSTYPE(1) /INTERCEPT = INCLUDE /PRINT = PARAMETER TEST(LMATRIX) /CRITERIA = ALPHA(.05) /DESIGN = terre variete terre*variete .

  27. Comparaison des moyennes 11 vs 21 (utilisation des moyennes estimées)

  28. B (Variété) 1 2 3 A (Terre) m m m 1 11 1 2 1 3 m m 2 2 1 23 Dépend du codage de variété Le cas des cases videsUtilisation des sommes de carrés de type IV Test sur Terre : Test sur Variété : Test sur Terre*Variété :

  29. Vérification Case (2,2) supprimée

  30. Résultats

  31. Modèle estimé

  32. Moyennes des cases estimées

  33. Contrastes associés aux tests réalisés par SPSS

  34. Test « Intercept » Pour L1 = 1 :

  35. Test « Variété » Pour L4 = 1 et L5 = 0 : Test « Terre » Pour L2 = 1 : Pour L4 = 0 et L5 = 1 : Test « Terre*Variété » Pour L7 = 1 :

More Related