Du facteur 2? Une interaction entre les 2? Comparaisons multiples • Si un test global d'ANOVA est significatif (ie il existe une différence de moyennes), où
Previous PDF | Next PDF |
[PDF] ANOVA à 1 et 2 facteurs Analyse de variance - Université Lumière
PLAN 1 ANOVA et planification des expériences 2 ANOVA à 1 facteur 3 Comparaisons multiples des moyennes 4 ANOVA à 2 facteurs 5 Bibliographie
[PDF] Analyse de la variance ANOVA
La variable étudiée : Y , `a valeurs numériques Page 13 Analyse de variance `a un facteur Tests d'hypoth`eses Analyse de variance `a deux facteurs
[PDF] slides (pdf)
L'analyse de variance à un facteur teste l'effet d'un facteur contrôlé A ayant des conditions 3) Anova 4) Comparaisons multiples 5) Facteurs sans répétitions
[PDF] ANOVA : analyse de variance univariée
Seuls seront traités dans ce chapitre les cas de l'analyse de variance à un facteur , à deux facteurs croisés et à trois facteurs croisés Dans un dernier pa- ragraphe,
[PDF] TD 5 : ANOVA à un facteur
TD 5 : ANOVA à un facteur Exercice 1 : On souhaite étudier les effets de trois traitements (AX23, BWW9 et Contrôle) sur le rythme cardiaque chez les patients
[PDF] lANOVA à 2 facteurs - Centre de recherche du CHU de Québec
Du facteur 2? Une interaction entre les 2? Comparaisons multiples • Si un test global d'ANOVA est significatif (ie il existe une différence de moyennes), où
[PDF] anova à un facteur - UFR SEGMI
L'analyse de variance est la technique correcte pour les comparaisons de plus de deux moyennes dans un cadre gaussien 2 Anova à un facteur : démarche à
[PDF] T D n 1 Analyse de la variance `a un facteur
des différentes modalités du facteur ? 4 Si nous utilisons une ANOVA I pour comparer deux moyennes, le test F réalisé est-il comparable `a un des test
[PDF] ANOVA à 1 facteur contrôlé - Minitab
L'Assistant affiche les intervalles de comparaison dans le tableau comparatif des moyennes du rapport récapitulatif de l'ANOVA à un facteur contrôlé Lorsque le
[PDF] Cours 8 : Analyse de variance à un facteur
Le rapport variance intergroupe / variance intra groupe est la base de l'ANOVA L 'idée donc est de diviser la variance totale observée dans les données brutes en
[PDF] bac s amerique du sud 2014
[PDF] les ondes au service de la voiture du futur
[PDF] chemcam
[PDF] la conductivité électrique
[PDF] test de conformité exercice corrigé
[PDF] test d'homogénéité exemple
[PDF] labolycée transfert macroscopique d énergie
[PDF] test de conformité statistique exercice corrigé
[PDF] test de conformité d'une proportion exercice
[PDF] test de conformité définition
[PDF] test d'hypothèse statistique exercice corrigé pdf
[PDF] bac s centre etranger 2014 physique
[PDF] test de conformité d'une proportion
[PDF] test de conformité audit
Statistiques pour biologistes
Atelier de formation 25 mai 2017
Journée de la recherche du CHU de Québec Université LavalAnne-Sophie Julien
Plateforme de recherche clinique
Plateformede rechercheclinique
Services offerts
Méthodologieet biostatistique(58$/heure)
Conception et préparationdu projetde recherche(question de recherche, choixdes paramètres, devis, rédactionprotocole, questionnaire) Gestiondes données(grille de collecte, codification, saisie, validation) Biostatistiques(protocole, design expérimental, calculde tailled'échantillon, randomisation, analyses statistiques, interprétation, rédaction& révisionarticle) Ateliers de formation (gratuitspour les membresdu CRCHU)01 Conception projetde recherche, 02 analyses statistiquesde base, 03 calculde taille
d'échantillon, 04 créationd'unebanquede donnéesExcel, 05 étapesadministratives, 06 BPC & MON, Budget de recherche, 10 développementde questionnaire et instrument, 11 études diagnostiques, 07 score de propension, 09 validation de modèlesparamétriques, 08+12à15 introduction à SPSS, R et SAS, analyses statistiquesavec SPSS, R et SAS Atelier 09 -Validation de modèlesparamétriquesSuite de l'atelierd'aujourd'hui
Date: 8 juin14h-16h
Lieu: CHUL, local H00-329
Contenu
Résidus
Postulatsfréquents
Validation ANOVA, régressionlinéaire& régressionlogistiqueInscription sur:
http://rce.crchudequebec.ulaval.ca/Question 1
Je ne sais pas si je doisfaire un test
unidirectionnel ou bidirectionnel.Univs Bi latéral
Exemples: comparaison de moyennes et test de corrélationTest unidirectionnel -> unilatéral (1 tail)
H0: Moyenne<= Moyenne2 / Corrélation<=0.30
H1: Moyenne1 > Moyenne2 / Corrélation>0.30
Test bidirectionnel-> bilatéral(2 tails)
H0: Moyenne1 = Moyenne2 / Corrélation= 0
H1: Moyenne1 т Moyenne2 / Corrélationт 0
Question 2
P>0.05
Puis-je conclure que les deux groupes sont égaux?Tests de supérioritéet d'ĠgalitĠ
Test de supériorité (ou différence)
H0: Moyenne1 = Moyenne2
H1: Moyenne1 т Moyenne2
-> On rejetteounon H0, maison ne l'acceptepas.Test d'ĠgalitĠ
H0͗ Moyenne1 тMoyenne2
H1: Moyenne1 =Moyenne2
-> EnrejetantH0, on peutconclureà l'ĠgalitĠ.Test de non-infériorité
Question 3
Quelle est la différence entre SD et SEM?
Et lequel est le mieux pour publier?
Mesure de localisation
Moyenne
Médiane
Mesures de dispersion associées à la moyenne Variance :une mesure de dispersion des données autour de la moyenne Écart-type :racine carré de la variance = ʍStatistiquesdescriptivespour variables continues
Source: Wikipédia
Histogrammed'une
loinormaleMesuresde dispersion
Écart-type (Standard Deviation)
Indicateurde la variabilitédes données
Présentédansles statistiquesdescriptives
Erreur-Type (Standard Error of the mean)
Écart-type divisépar la racinecarréede N
Mesurel'incertitudeassociéeà l'estimationde la moyennePrésentéedansles résultatsd'analyses
Référence: Nagele, P. (2001). Misuse of standard error of the mean (SEM) when reporting variability of a
sample. A critical evaluation of four anaesthesia journals. British Journal of Anaesthesia, 90 (4): 514-16.
Question 4
Comment définir le n?
J'ai un puit, mais un qPCRen triplicata.
J'ai une souris, mais 2 PCR
Unité expérimentale
Le traitement y est appliqué
Indépendantes
Unité échantillonnale
Les mesures y sont prises
Dépendantes
Exemple 1: Le plasma du patient 001 est stimulé par le produit X. On mesure la concentration d'une certaine protĠine. L'unitĠ échantillonnaleest la même que l'unitĠ edžpĠrimentale, le plasma du patient 001.
Types d'unitĠs
alors ces dernières sont considérées comme des répétitions du traitement.Chaquerépétitionestindépendante
présente pour plusieurs individus. Permetd'estimerl'erreurexpérimentale. Sans réplication, on ne peutfaire de tests (saufpour certainsdispositifsparticuliers)Répétitions
Chaque unité échantillonnalen'est pas indĠpendante.Modélisation
par unité expérimentale -> données indépendantes obtenues -> modèles2.Utiliser toutes les pseudos-répétitions, mais en tenant compte de leur
dépendance dans le modèle. -х pas de perte d'information, mais modğles statistiques plus complexesPseudos-répétitions
Habituellement, il y a une plus grande variabilité entre les vraies répétitions que les pseudos-répétitions. Dans le cas contraire, le nombre d'unitĠs échantillonnalespeut être augmenté pour mieux modéliser cette variabilité. Autrement, si on doit augmenter la taille d'Ġchantillon, on augmente le nombre de répétitions (unités expérimentales).Répétitionsvs pseudo-répétitions
Question 5
choisir quel test faire pour obtenir une valeur p? Choixd'analysePlusieursfacteursà considérer:L'objectif
La nature de la variable indépendante(les facteursprédictifs)Le design expérimental
Le type de données
Non corrélées(répétitionsseulement)
Corrélées(présencede pseudos-répétitionsoudonnéespairées, appariées)Le nombrede variables
Univariée(1 variable: distribution, descriptif)Bivariée(2 variables: association)
Multivariée(>2 variables: association): plusieursfacteurs, sélection, confusionSéried'analyses1
TestsV DépendanteVindépendante(s)Type de donnéesType d'analyse Test TContinueDichotomiqueNon corréléesBivariée Test T PairéContinueDichotomiqueCorréléesBivariée ANOVA (à 1 facteur)ContinueQualitative (inter)Non corréléesBivariée ANOVA (à 2 facteurs)Continue2 qualitatives(inter)Non corréléesMultivariéANOVA à mesures
répétées(à 1 facteur)ContinueQualitative (Facteurintra)CorréléesBivariéeANOVAà mesures
répétées(à 2 facteurs)Continue2 qualitatives
(1 inter + 1 intra ou2 intra)CorréléesMultivarié
Pour comparer des groupes(moyennes) avec uneVD continuePour voirl'effetde facteurssur uneVD continue
Séried'analyses2
TestsVariable
dépendanteVariable
indépendanteType de donnéesType d'analyse WilcoxonContinueDichotomiqueNon corréléesBivariéeWilcoxon Rangs
signésKruskall-WallisContinueQualitative
(1 facteurinter)Non corréléesBivariée
FriedmanContinueQualitative
(1facteurintra)CorréléesBivariée
Pour comparer des groupes(distributions) avec uneVD continuePour voirl'effetd'un facteursur uneVD continue
-> Normaliténon respectéeQuestion 6
Je veux comparer la moyenne de deux groupes,
mais j'ai un petit Ġchantillon. Est-ce que je peux utiliser le test de Wilcoxon?Les postulatsdu test T ne sontpas respectés,
doncje peuxfaire un test de Wilcoxon?Wilcoxonn'est pas toujours la solution
Objectifsdistincts2distributions avec mêmeforme, homogénéitédes variances -> test d'ĠgalitĠdes médianes2 distributions avec différentesformes, hétéroscédasticité-> test de dominance stochastique
Variables continuesValableaussipour Kruskall-Wallis (k>2)Petit échantillon, Wilcoxon pas mieuxTest de Wilcoxon
Comment choisir entre l'ANOVA à 1 facteur (1-way), l'ANOVA à 2 facteurs (2-ways) ou les comparaisons multiples?
On m'a dĠjă dit que lorsque le P de l'ANOVA était significatif, on pouvait ensuite procéder sans contrainte à des test de studentpar paires de groupes. Est-ce vrai ?
Comment choisir le post-testd'une ANOVA͍
Question 7
Réponse7
ANOVA à 1 facteur
VD = continue, VI = 1 facteur, variable qualitative (groupes) Objectif: Différencede moyennesentre les groupes?ANOVA à 2 facteurs
VD = continue, VIs = 2 facteurs, variables qualitatives(groupes) Objectifs: Différencede moyennesentre les groupes? Y-a-t-ilun effetdu facteur1?Du facteur2? Uneinteraction entre les 2?
Comparaisonsmultiples
Si un test global d'ANOVAestsignificatif(ieilexisteunedifférencede moyennes), où se trouvela différence Plusieurstests effectués, augmentele risqued'erreurde Type IAjustement/correction à effectuer
Exemple
On mesurele VO2Max de plusieurspatients, puison les diviseentroisgroupesselon leurIMC. On désiresavoir sile VO2Max estaffectépar la tranche d'IMCdu patient.P = 0,0016: Le VO2Max diffèrepour au
moinsun des trois groupesau seuilde 5%.Le groupe͞Surpoids" a un VO2Max
significativementinférieuraux deuxautres. ANOVAComparaisonmultiples
Si test global d'ANOVASIG -> comparaisonsmultiples par pairepour identifier entre quelsgroupesily a des différencessignificatives Corrections / ajustement: le seuilcombinédoitresterprèsde 5% Alpha combiné= 1 -( 1 -alpha_par_comparaison))^k, avec k comparaisonsQuelqueschoixd'ajustement
-Exploratoire; aucunajustement͗ Fisher's LSD -Traitementsvs contrôle: Dunnett -Donnéesbalancées: Tukey -Faiblenombre, planifiées: Bonferroni -Snooping, grand nombre, non planifiées: Scheffe -Génétique, trèsgrand nombre: Benjaminiand HochbergRéférence:
Milliken, G.A. and D.E. Johnson (2009).
Analysis of Messy Data Volume 1:
Designed Experiments, 2ndedition.
Chapman and Hall/CRC. 674 pages.
Question 8
Un test ANOVA dans Prismme confirme que les moyennes entre les groupes sont différentes (Are meanssignif. different? P<0.05). Par contre les post-testTukeyou Bonferronine me donne pas de différence significative entre tous les groupes.
Le test Newman-Keulsy parvient cependant. De même, si je fais un test de studententre les deux groupes problématiques en ANOVA, la différence est significative.
Dans mes données la variance est très grande (la déviation standard est plus grande que la moyenne).
Que faire dans une telle situation ?
Réponse8
Possibilitéde variables influentessivariance énorme Postulats de l'ANOVA respectés (normalité & hétérogénéité)?Si test global NS, pas de comparaisons multiples
Si test global SIG, comparaisons multiples
Sans correction = test T, probablement une significative Avec correction, pourraient toutes être NS si test global près de 5% Bonferroni, particulièrementconservateursi# comparaisonsélevé Newman-Keuls, similaireà Tukey, maismoinsconservateur(donc+ de résultatsSIG)Question 9
Outre augmenter le nombre d'échantillons analysés y-a-t'il d'autres moyens de parvenir à des différences significatives, exemple faire les analyses statistiques sur les données transformées en logarithme ? Si oui, comment justifie t'on ce type de transformation ?Réponse9
Puissance ј si N ј ,ǀariance љ ou effet / diffĠrence ј Modèle correctement spécifié, test plus puissantValidation de postulats
Transformation de Box-Cox pour Y
Exemple: concentrations -> log
Aussi: racine carrée, inverse, au carré, etc. Utile avec problèmes de normalité des résidusInterprétation commune
Validation de modèlesparamétriques
Postulats
Hypothèsesdu modèle
doiventêtrerespectésDépendentdu modèle
Normalitédes résidus
Homoscédasticitédes
résidus(variances égales)Linéarité
Indépendance(absence
d'auto-corrélation)Sources de biais
Valeursinfluentes
Multicolinéarité
Donnéesmanquantes
Pouvoirprédictifdu
modèlePouvoirexplicatifdes
variables explicativesValidation des prédictions
Validation croisée
Sans validation, la
conclusion d'une analyse pourraitêtreerronnée!
Résidus
Résidu ordinaire: ݁ൌܻെܻOùܻ= valeurobservéeet ܻ
Bon modèle: Résidustousprèsde 0
Résidustudentisé: ݁divisépar son écart-type Ramèneles résidussuruneéchelleconnue: scores ZNormalitédes résidus
Les modèlessupposentqueles résidussuiventunedistribution normalede moyenne0 et de variance ߪ Analyses robustesà unelégèredéviationde la normalitéRésultatsextrêmesmoinsaffectés
Grand kurtosis ї conservateur
Test T, ANOVA, Régressionlinéaire, Modèlelinéairemixte Validation graphique, par des statistiquesoudes testsHomogénéitédes variances
Les modèlessupposentqueles résidussuiventunedistribution normalede moyenne0 et de variance ߪ Lorsquela variance des résidusdiffèreselonles groupesoula valeur de Y, ily a hétéroscédasticité Test T, ANOVA, Régressionlinéaire& logistiqueValidation graphiqueoupar des tests
Linéarité
Le modèlede régressionlogistiquesuppose unerelation linéaireentre le logit de la probabilitéde succès(ʋ) et la VI
Si la relation n'estpas linéaire, le modèlene sera pas un bon indicateurde la relation Vérificationgraphiqueoupar test d'ajoutde termesde degréssupérieursNon corrélationdes résidus
Les modèlessupposentqueles résidusne sontpas corrélés: ܥ Lorsquecen'estpas le cas, ily a auto-corrélation, oudépendanceentre les observationsSupposéepour les principalesanalyses statistiques, saufles analyses pour donnéespairées(Mc Nemar, T Pairé, Wilcoxon rangssignés) et les modèlesmixtesouà effetsaléatoires