BASES THEORIQUES DE LANOVA

Le but de ce document est de permettre une manipulation du test Anova de Statistica en connaissant les principes du test et donc en utilisant de faon appropri les rsultats. Ce document ne porte que sur lAnova mesures rptes. 1. Le principe de lAnalyse de la Variance (ANalysis Of VAriance ANOVA) Un mdecin peut connatre leffet de 2 mdicaments distincts sur une maladie. Il suit le protocole suivant : G1 : mdicaments n1 10 malades G2 : mdicaments n2 10 malades G3 : rien 10 autres malades (groupe contrle)

Il mesure une variable lui donnant une information sur ltat des patients. Pour connatre leffet des 3 traitements il observe : a) les valeurs absolues de chaque groupe (ex : G1 a une valeur moyenne de 10, G2 une valeur moyenne de 12 et G3 une valeur moyenne de 9). b) Pour savoir si ces rsultats sont dus au hasard ou au traitement, il regarde si la variabilit (variance) des valeurs entre les groupes est suprieure celle au sein de chaque groupe. Cette comparaison des variances (inter-groupe et intra-groupe) est faite par le calcul du F : F = Variance entre les groupes / Variance dans les groupes (1)

Plus la variance entre les groupes est suprieure celle dans les groupes, plus leffet du facteur test (ici le mdicament) des chances de na pas tre du au hasard. En bref, plus le F est lev, plus il y a de chance que le facteur test ait un effet statistiquement significatif. !! On peut conclure sur la significativit du rsultat seulement en comparant le F calcul un F thorique. En effet, il ne suffit pas de voir si le F calcul est important ou non, sa valeur ne peut tre interprte quen tant compare un F thorique. Ce F thorique dpend de la configuration exprimentale de ltude (nombre de participants, dessai, de conditions). Le F thorique dpend plus prcisment, du nombre de degr de libert (ddl) de la source du nominateur de Eq. (1) (i.e. ; la variance entre les groupes) et du nombre de ddl de la source du dnominateur de Eq. (1) (i.e. ; la variance dans les groupes).

Ce F thorique se lit dans la table de Fisher (Figure 1) :

Figure 1: Table de Fisher

Le F thorique, pour un nombre de ddl du nominateur donn et pour un nombre de ddl du dnominateur donn, a 2 valeurs possibles selon le niveau derreur alpha choisi : alpha=0,05 (si leffet est significatif, il y aura 95% de chance quil ne soit pas du au hasard) ; alpha=0,01 (si leffet est significatif, il y aura 99% de chance quil ne soit pas du au hasard). !! Dans Statistica ce F thorique nest pas lire dans cette table. Le logiciel compare de lui-mme les valeurs du F calcul et du F thorique. Le F calcul (celui qui apparat dans les tableaux de rsultats de Statistica est en rouge si leffet est statistiquement significatif). Statistica nous renseigne sur le F calcul partir des donnes exprimentales. De plus, il nous indique la probabilit (p) associ ce F calcul en considrant le F thorique. Statistica effectue la comparaison entre le F calcul et thorique. Si le F est en rouge, cela signifie que p est infrieur au seuil critique (0.01 ou 0.05 le plus souvent). Nous pouvons en conclure un effet significatif de la variable.

2. Lecture des rsultats a) Intensit de leffet du facteur test LAnova mesure en variance. Ainsi, le facteur test est dautant plus significatif quil est responsable dune quantit importante de variance des rsultats. Cette Intensit de leffet se mesure par le R (IE : Intensity of Effect). b) Effets dinteraction et effets simples Le mdecin aurait galement pu donner 2 mdicaments diffrents sur 3 dures de cure diffrentes (dans chacun des 2 groupes de malades prenant un mdicament, un tiers du groupe subit une cure de 7 jours, un autre un tiers une cure de 14 jours et le dernier un tiers une cure de 21 jours). Le mdecin veut savoir si la dure de la cure est un facteur pouvant causer une diffrence dans les rsultats de gurison. Le nouveau protocole de traitement peut se schmatiser ainsi : mdicaments (facteur A, nombre : 2) ; dure de la cure (facteur B, nombre : 3).

Daprs ce protocole, le mdecin posera 3 questions : effet dinteraction (A*B) ; effet simple de A ; effet simple de B.

Lorsquon teste plus dun facteur, la lecture des rsultats se fait dans cet ordre (on observe les effets dinteraction avant les effets simples). Si il y a une interaction, les effets de diffrents facteurs ne sont pas additifs (leffet dun facteur dpend de leffet dun autre facteur).

3. Conventions dcriture Dans le corps dun article, leffet dun test Anova se note de la faon suivante : a) Si leffet du facteur test est statistiquement significatif : Le mdicament n1 influence la variable du traitement (F(1,10)=14,03, p<,05, IE=57%). F(1,10) : 1 & 10 correspondent aux ddl du nominateur et du dnominateur ; 14,03 : rsultat du F calcul ; p<,05 : erreur alpha ; IE=57% : Intensit de lEffet

b) Si leffet du facteur test est statistiquement non significatif : Le mdicament n2 ninfluence pas la variable du traitement (Fs < 1,61). 1,61 : valeur du F calcul.

!! les conventions dcriture peuvent varier dune discipline lautre. c) Les toiles indiquant le niveau de significativit (pour les graphiques) : * : significativit avec p < 0,05 ** : significativit avec p < 0,01 *** : significativit avec p < 0,001

4. Rappels a) Mesures rptes / Mesures indpendantes Mesures rptes : Les mmes sujets sont tests sur plusieurs conditions. Mesures indpendantes : Plusieurs groupes dindividus sont tudis. Cest surtout une notion de groupes distincts qui sont compars.

b) Calcul de la variance La variance (CM ou Carr Moyen) est la somme des carts la moyenne normalise par les effectifs. CM = (Yn M) / N 1 Yn : valeur (il y a n valeurs, par ex 5 si un participant fait 5 essais) ; M : moyenne des n valeurs) N : nombre de participants

c) Tableau de lAnova Exemple de tableau de valeurs dun protocole avec 2 facteurs (A & B) :
facteur A facteur B S1 S2 S3 S4 S5 a1 b1 Cond 1 0,67 0,4 0,37 0,49 0,48 b2 Cond 2 0,88 0,96 0,66 0,8 0,86 b1 Cond 3 0,73 0,61 0,64 0,43 0,5 a2 b2 Cond 4 0,64 0,58 0,94 0,74 1,04 b1 Cond 5 0,38 0,86 0,42 0,61 0,73 a3 b2 Cond 6 0,68 1,21 0,51 0,76 1 M oy 0,663 0,770 0,590 0,638 0,768

Exemple de tableau Anova correspondant :

Source A AS B BS AB ABS S Tot SC 0,01742 0,43258 0,48936667 0,05372 0,03025333 0,14349333 0,12918333 1,29601666 dll CM 2 8 1 4 2 8 4 29 F 0,00871 0,0540725 0,48936667 0,01343 0,01512667 0,01793667 0,03229583 0,04469023 0,16 36,44 0,84 p ns < 0,05 ns R 0,01 0,38 0,02

SC : Somme Carres (des carts la moyenne) ; Dll : degrs de libert ; CM : variance (Carr Moyen) ; F : F de Fisher calcul ; P : erreur alpha ; R : Intensit de leffet

Dans Statistica, le tableau Anova se prsente de faon un peu diffrente :

ANOVA SC ddl CM F p 12957,00 1 12957,00 229,7912 0,000000 563,86 10 56,39 12,96 3 4,32 1,3419 0,279392 96,58 30 3,22 710,71 1 710,71 121,3127 0,000001 58,58 10 5,86 0,81 3 0,27 0,2277 0,876401 35,60 30 1,19

Source Ord Orig Erreur Facteur A Erreur Facteur B Erreur A*B Erreur

Le R nest pas donn.

d) Calcul de lintensit deffet (IE ou R) R = SC entre les groupes / SC totale. Dans lexemple ci-dessous, le calcul de lintensit de leffet du facteur B : SC entre = 710,71 SC totale = 915,24 ( !! ne pas prendre en compte Ord Orig et Erreur de Ord Orig) IE (B) = 0,77 Le facteur B explique 77% de la variance totale. !! Mme lorsque leffet dun facteur test nest pas statistiquement significatif, il peut tre intressant de calculer son intensit. Ici, par exemple, le facteur A nest pas statistiquement significatif et il explique 1% (12,96/915,24) de la variance totale. Mais dans dautres cas, un effet peut tre statistiquement non significatif et expliquer pourtant une part non ngligeable de la variance totale. Il faut donc voir le R comme une information complmentaire du F.

e) Calcul des ddl Le protocole : facteur A : 4 modalits ; facteur B : 2 modalits ;

nombre de participants S : 11 (N)

Formules des calculs des ddl pour chaque SOURCE : A = A-1= 4-1=3 B = B-1=2-1=1 AB = (A-1)*(B*1)=4-1*2-1=3 AS = (A-1)*(S-1)=4-1*11-1=30 BS = (B-1)*(S-1)=2-1*11-1=10 ABS = (A-1)*(B-1)*(S-1)=4-1*2-1*11-1=30 S = N-1=11-1=10 Totale = somme de ttes les prcdentes