Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
ANOVA à un facteur
The analysis of variance one way
Introduction:
Dans le cadre des tests d’hypothèses , nous avons émis des hypothèses concernant la moyenne
d’une population puis comparé les moyennes de deux populations.
Maintenant, on va s’intéresser à la comparaison de plusieurs moyennes à partir d’échantillons
aléatoires et indépendants prélevés dans chacune des populations avec des variances égales.
Pour cela nous avons recours à la méthode de l’analyse de la variance (ANOVA)
Position du problème :
On veut connaitre l’effet de trois types de fertilisants sur la croissance des arbres d’une plantation
1/principe de l’expérimentation :
Extraire 3 échantillons (groupes ) d’arbres et appliquer chaque fertilisant pour chaque
échantillon : comparer ensuite les moyennes de croissance annuelle des arbres
Variable d’intérêt(variable Ffacteur (variable indépendante)
dépendante)
Exemple : type de fertilisant
Exemple : croissance annuelle
Le
Lesles domaines d’études sont variés .l ‘ANOVA s’applique dès que :
On veut monter une expérimentation
On veut vérifier l’effet de variables qualitatives sur une variable quantitative
2/ principe statistique :
(variable dépendante)
e
Population originelle
(
(variable
Sous- pop 1 Sous- pop 2 Sous- pop 3 1, 2, 3
Echantillon 1 Echantillon 2 Echantillon 3 X 1 , X 2, X 3
1
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
La problématique de l’ANOVA consiste à utiliser les moyennes observées sur les
échantillons pour conclure à des différences significatives sur les moyennes dans les
sous-populations.
Objectif de l’ANOVA :
est de tester l’influence d’ un facteur ou plusieurs sur une variable dépendante en d’autres termes
cette méthode nous mène à voir l’indépendance d’une variable quantitative avec une ou deux ou
plus variables qualitatives .
On a alors ANOVA à un facteur analyse bivariée
ou ANOVA à deux facteurs et plus analyse multivariée
Le but de cette méthode est la comparaison des moyennes k populations à partir d’échantillons
aléatoires et indépendants prélevés dans chacune d’elles
Pour ce chapitre , on s’intéresse à l’ ANOVA à un facteur
Exemple illustratif :
Ech1 Ech2 Ech3
3 5 5
2 3 6
1 4 7
Les étapes de calcul de la procédure :
1/ on calcule la moyenne pour chaque échantillon (série)
𝑋̅ 1 = (3+2+1)/3 =2 ; 𝑋̅ 2 = 4 ; 𝑋̅3 = 6
2/ on calcule la moyenne générale de l’ensemble des séries :
𝑋̅ = (2+4+6) /3 =4
3/ on calcule la variation totale sous forme des carrés des écarts à la moyenne générale :
SCET =(3-4)²+(2-4)²+(1-4)²+(5-4)²+(3-4)²+(4-4)²+(5-4)²+(6-4)²+(7-4)²
SCT =30 D.D.L = n-1 = 9 -1 =8
4/ on calcule la variation des carrés des écarts à l’intérieur des classes ( ou groupes ou modalités) ou
variation intra colonne ou résiduelle :
SCEintra = (3-2)²+(2-2)²+((1-2)²+(5-4)²+(3-4)²+(4-4)²+(5-6)²+(6-6)²+(7-6)²
SCEintra = 6 D.D.L = n –k = 9-3 = 6
5/ on calcule la variation des carrés des écarts entre les classes ou inter colonne ou factorielle :
2
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
SCEinter = (2-4)²+ (2-4)²+(2-4)²+(4-4)²+(4-4)²+(4-4)²+(6-4)²+(6-4)²+(6-4)²
SCEinter = 24 D.D.L = k-1 = 3-1 =2
On a alors : SCET = SCEintra +SCEinter
30 = 6 + 24
D.D.L 8 = 6 + 2
On utilise ces résultats d’ un exemple qui teste l’impact de 3 aliments A1 ; A2 ; A3 sur l’étude
d’individus pour cela on va élaborer un test statistique de comparaison de 3 moyennes
Question : H0 : l’aliment n’a pas d’impact 1 = 2 = 3
H1 : l’aliment n’a pas d’impact
𝑆𝐶𝐸𝑖𝑛𝑡𝑒𝑟/(𝑘−1) 24/2
La statistique du test : F = 𝑆𝐶𝐸𝑖𝑛𝑡𝑟𝑎/(𝑛−𝑘)
= 6/6
= 12
Pour un risque =10% sur la table de Fischer , on lit F( , k-1, n-k ) = F(0.01 ; 2 ; 6 ) = 3.46
Or F > F donc on rejette H0
Conclusion : l’alimentation a un impact sur l’étude
Conditions d’application de l’ANOVA :
1/ Indépendance : les k échantillons comparés sont indépendants
2/ Normalité : la variable étudiée X suit une loi normale dans les k populations
3/ Homoscédasticité : les k populations comparées ont la meme variance en d’autres termes le
facteur F agit seulement sur la moyenne de la variable X et ne change pas sa variance
Si les variances sont homogènes on peut comparer les moyennes sinon on ne peut comparer des
échantillons qui ne varient pas de la meme manière
Pratique de l’analyse de variance :
Soit une expérience faisant intervenir k échantillons de ni individus
Le nombre total d’individus est : n =∑𝑘𝑖=1 𝑛𝑖
Les hypothèses du test statistique :
H0 : 1 = 2 =….= k ou il y n’a pas d’impact du facteur F sur la variable quantitative X
H1 : il existe au moins i,j ; i ≠ j ou il y a impact du facteur
Les étapes à suivre pour ce test :
1/ pour chaque échantillon Ei de taille ni ,on calcule :
1
Moyenne : 𝑥̅ i = ∑𝑛𝑖 𝑥 ij
𝑛𝑖 𝑗=1
2 1 𝑛𝑖
Variance : si = ∑𝑗=1(𝑥𝑖𝑗 − 𝑥̅ 𝑖 )²
𝑛𝑖−1
3
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
2/ pour l’ensemble de l’expérience , on calcule :
1 1
Moyenne générale : 𝑥̅ = ∑𝑘𝑖=1 ∑𝑛𝑖 𝑘
𝑗=1 𝑥𝑖𝑗 = ∑𝑖=1 𝑛𝑖 𝑥i
𝑛 𝑛
1
Variance totale : s²= ∑𝑘𝑖=1 ∑𝑛𝑖
𝑗=1(𝑥𝑖𝑗 − 𝑥̅ )
2
𝑛−1
3/ Calcul de la variance résiduelle (ou variance intra –groupe):
La dispersion des valeurs à l’intérieur des échantillons
1 1
S²R =S²intra = ∑𝑘𝑖=1(𝑛𝑖 − 1)𝑆²i = SCER
𝑛−𝑘 𝑛−𝑘
4/ calcul de la variance factorielle (ou variance inter-groupe) :
Dispersion des valeurs d’un échantillon à l’autre (influence du facrteur)
1 1
S²F = S²inter = ∑𝑘𝑖=1 𝑛𝑖(𝑥𝑖
̅ - 𝑥̅ )² = SCEF
𝑘−1 𝑘−1
Théorème de l’analyse de la variance:
variation Somme des carrés des Degré de liberté(d.d.l) La statistique du test
écarts (SCE)
Factorielle SCEF =(k-1) S²F K-1 𝑆²𝐹
F=
𝑆²𝑅
Résiduelle SCER =(n-k) S²R n- k
totale SCET = (n-1) S²T n- 1
SCET = SCEF + SCER
Sous l’hypothèse H0 , la variable F suit une loi de Fischer –Snedecor avec ƞ1 =k-1 et ƞ2 = n-k pour d.d.l
Décision :
1/ Si F>F alors on rejette H0 on attribue une influence significative au facteur étudié
et les moyennes diffèrent significativement
2/ Si F< F alors on accepte H0 il n’ a pas d’influence du facteur étudié
et les moyennes ne diffèrent pas significativement
Remarque :
On ne peut pas remplacer une ANOVA par une série de tests de Student (test t) il y aura une inflation
de l’erreur
4
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
Quand on rejette H0 ,pour savoir quelles sont les moyennes significativement différentesplusieurs
méthodes associées à l’ ANOVA , sont proposées :méthode de Bonferonni , méthode de
Tuckey,méthode de Scheffe ;cette dernière est la plus utilisée
Méthode de Scheffe
Elle repose sur le test des contrastes
Définition :
On appelle contraste noté C une somme pondérée de moyennes
C = c1𝑥̅ 1 +c2𝑥̅ 2 +….+ ck𝑥̅ k
Avec ∑𝑘𝑖=1 𝑐𝑖 = 0 et ∑𝑘𝑖=1|𝑐𝑖| = 2
Un contraste permet de comparer une moyenne avec une autre moyenne , un ensemble de
moyennes à un autre ensemble de moyennes
Exemple sur le contraste :
On suppose que le test d’ ANOVA nous conduit à conclure que 4 moyennes sont différentes dans
l’ensemble
pour comparer m1 avec m2 on pose : c1=1 ;c2=-1 ;c3=0 et c4=0puis on teste si le contraste
C=m1-m2 est différent de 0
pour comparer m1et m2 avec m3et m4 et on pose :c1=1/2 ;c2=1/2 ;c3=-1/2 ;c4=-1/2et on teste
C=( (m1+m2)/2) – ((m3+m4)/2)
Test de Scheffe :
𝑐𝑖²
Si |𝐶| > √(𝑘 − 1)𝐹𝑠𝑆²𝑟 ∑𝑘
𝑖=1 alors le contraste est significativement différent de 0
𝑛𝑖
Avec k :le nombre d’échantillons
Fs : la valeur tabulée de Ficsher avec k-1(colonne) et n-k (ligne) d.d.l pour un risque
ni : la taille de l’échantillonEi
S²r : la variance résiduelle ou intra-colonne
Sinon le contraste n’est pas significativement différent de 0
Exemple:
On veut comparer trois traitements A, B ,Cchez des sujets atteints d’ une certaine forme de leucémie.
Pour cela , on constitue un tirage au sort de 3 groupesde leucémiques qu’on traite chacun par l’un
des 3 [Link] obtient les résultats suivants( avec X représente la durée de rémissionexprimée
en mois)
5
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
traitement A B C
Taille ni 86 242 142
∑x 1161 2904 1750
∑x² 16100 36500 22340
Comparer les 3 traitements
Solution :il s’agit de comparer les durées moyennes de rémission des 3 traitements
On suppose que la condition de normalité des durées de rémission est vérifiée et la condition
d’égalité des variances est satisfaite
Moyennes et variances pour chaque traitement :
traitementA :𝑥̅ 1 = 1161/86 =13.5 ̅ 1 =(16100/86) – 13.5²=4.95
S²1=1/86 (∑x²I1 )- 𝑥²
traitement B: 𝑥̅ 2 =2904/242 =12 ̅ 2 =( 36500/242)-12²=6.82
S²2= 1/242(∑x²I2) -𝑥²
̅ 3= (22340/142)-12.32²=5.54
traitement C: 𝑥̅ 3 = 1750/142=12.32 S²3= 1/142(∑x²I3) -𝑥²
Variance inter-colonne ( factorielle):
S²F= (1/k-1)∑𝑘𝑖=1 𝑛𝑖(𝑥𝑖 − ̅̅̅
𝑥)²= 71.65
Variance intra-colonne (résiduelle):
S²R= (1/n-k)∑𝑘𝑖=1 𝑛𝑖𝑠𝑖²=6.13
Tableau d’analyse de la variance à un facteur
Source de variation SCE D.D.L Carrés moyens
Intergroupe(factorielle) SCEF =143.30 k-1=3-1=2 S²F= 71.65
Intragroupe(résiduelle) SCER= 2862.82 n-k= 470-3=467 S²R = 6.13
totale SCET =3006.2 n=470
Test de Fischer :
H0 :les 3 traitements ont la même efficacité
H1 : les 3 traitements n’ont pas la même efficacité
F= S²F/S²R =71.65/6.13 = 11.69
La table de Fischer donne : F2 ;467 ;5% = 3=F
Comme F > alors on rejette H0
Du fait que les moyennes diffèrent significativement dans l’ensemble , on va comparer les moyennes
2à2 par le test de Scheffe
On range les traitements par ordre croissant
6
Université de Tlemcen
Faculté SNV & STU bahidja_sahel@[Link]
B C A
Moy 12 12.32 13.5
On veut comparer la moyenne 2 avec la moyenne 3 et la moyenne 3 avec la moyenne 1 on construit
les contrastes :
B vs C : c1= 𝑥̅ 2-𝑥̅ 3 -0.32 ; (c1=0 ; c2=1 ; c3=-1)
C vs A : c2= 𝑥̅ 1-𝑥̅ 3= -1.18 ; (c1=1 ; c2=0 ; c3=-1)
Test de Scheffe B vs C
Ccritique= √(𝑘 − 1)𝐹𝑠 𝑆²𝑟 ∑3𝑖=1 𝑐𝑖²/𝑛𝑖 = 0.64
C1 < 0.64 alors le contraste C1 n’est pas significativement différent de 0, on conclut que les moyennes
𝑥̅ 2 et ̅𝑥 3 ne sont pas différentes.
C vs A : Ccritique= √(𝑘 − 1)𝐹𝑠 𝑆²𝑟 ∑3𝑖=1 𝑐𝑖²/𝑛𝑖 = 0.83
C2 > 0.83 alors le contraste C2 est significativement différent de 0, on conclut que les moyennes 𝑥̅ 1 et
𝑥̅ 3 sont différentes.
Conclusion :
Les traitements B et C ont la même efficacité et le traitement A est plus efficace que les traitements
B et C .