Analyse de la variance
1 et 2 facteurs
Dr. Hamdad Leila
Analyse de la variance à 1
facteur
ANOVA1
• Analyse de la variance: ANOVA
Il s'agit d'étudier la relation qui existe entre une variable quantitative
dépendante Y et une variable qualitative X appelé facteur à K modalités
(niveaux). X partitionne la population en K groupes, chacun relatif à
une modalité. Le but de l'ANOVA est d'étudier l'effet de X sur Y est cela
en comparant les moyennes des différents groupes.
• Exemples:
- Effet d'un médicament sur l'âge
- Effet du vaccin sur le Covid 19
ANOVA à un facteur
nk K nk
1
Yk. n
k
y ki , S2 1
nk
y ik y k. 2
i1 k1 i1
Test ANOVA1
SST SSW SSB
Ddl Somme des écarts Ecart quadratiques moyens
Modèle inter
k-1 SSB MSB=SSB/k-1
Modèle intra
n-k SSW MSW=SSW/n-k
Total
n-1 SST
• Calculer la statistique F= MSB/MSW qui suit une loi de Fisher à (k-
1,n-k) degré de liberté.
• Comparer cette dernière à la valeur tabulée de Fisher au seuil α.
• Si sous H0,
F>f, alors nous rejetons H0 qui avait α chance de se réaliser.
• Sinon H0 est accepté est donc X n'a pas d'effet sur Y.
Comparaison des moyennes deux à deux
Exemple
ANOVA à deux facteurs
y ijk u ... j k jk e ik ,i 1,...,n jk c,j 1,...,J,k 1,...,K.
Tableau ANOVA2
ddl SS MS F
Facteur1 J-1 SS1 MS1=SS1/J-1 F1=MS1/MSE
Facteur2 K-1 SS2 MS2=SS2/K-1 F2=MS2/MSE
Interaction (J-1)(K-1) SSI MSI=SSI/(J-1)(K-1) F3=MSI/MSE
Erreur JK(C-1) SSE MSE=SSE/JK(C-1)
Total JKC-1 SST
Test:
- Si sous H01, F₁>f₁, tels que f₁ est la valeur tabulée de Fisher à (J-1,JK(C-
1) degré de liberté au seuil α, alors le premier facteur a un effet sur Y.
- Si sous H02, F₂>f₂, tels que f₂ est la valeur tabulée de Fisher à (K-
1,JK(C-1) degré de liberté au seuil α, alors le deuxième facteur a un
effet sur Y.
- Si sous H03, F₃>f₃, tels que f₃ est la valeur tabulée de Fisher à (J-1)(K-
1),JK(C-1) degré de liberté au seuil α, alors il existe un effet
d'intéraction des deux facteurs sur Y.
Remarque
Tableau sans intéraction
ddl SS MS F
Facteur1 J-1 SS1 MS1=SS1/J-1 F1=MS1/MSE
Facteur2 K-1 SS2 MS2=SS2/K-1 F2=MS2/MSE
Erreur (J-1)(K-1) SSE MSE=SSE/(J-1)(K-1)
Total JKC-1 SST
Exemple
• Il s'agit d’étudier les différentes sources de variabilité possibles de la
résistance d’un ciment fabriqué à Portland. Plusieurs petits
prélèvements d’un même type de ciment ont été mélangés à de l’eau
et travaillés par trois Mélangeurs. Douze cubes ont été formés. Ces
36 cubes ont été affectés à trois personnes chargées d’évaluer leur
résistance, les « casseurs ».
• Tous les tests de résistance ont été faits sur la même machine. Les
données sont exposées dans le tableau suivant:
Casseur1 Casseur2 Casseur3
Mélangeur1 5280 5520 4340 4400 4160 5180
4760 5800 5020 6200 5320 4600
Mélangeur2 4420 5280 5340 4880 4180 4800
5580 4900 4960 6200 4600 4480
Mélangeur3 5360 6160 5720 4760 4460 4930
5680 5500 5620 5560 4680 5600
Tableau des moyennes
C1 C2 C3
M1 4990 4815 5048.33
M2 5045 5345 4515 4968.33
M3 5675 5415 4917.5 5335.83
5353.33 4749.16
Table de Student
Ddl SS MSS F
Mélangeur 2 896449.987 448224.99 448224.99/2749
52.222=1.632
Casseur 2 2506156.735 1253078.367 4.557
Interaction (J-1)(K-1)=4 663876.544 165969.136 0.6036
Erreur 3*3*(4-1)=27 7423710 274952.222
Total 35 11491423.432 328326.383
Tests au seuil α=5%.
Exemple de table de Fisher (5%)
