ANALYSE DE LA VARIANCE

ANOVA

ANALYSE DE LA VARIANCE
La mthode danalyse de variance
est une procdure permettant de
vrifier simultanment lgalit des
moyennes de plusieurs populations.
Conditions dapplication :
Nous
supposons
que
toutes
les
populations
sont
normalement
distribues et quelles ont une variance
gale.

Analyse de variance un
facteur
Lanalyse de variance permet de tester leffet
dun facteur qui admet plusieurs modalits sur
la valeur de la moyenne.
Les k modalits du facteur dfinissent les
k populations (ou groupes) tudies.
On veut tester avant commercialisation le nettoyant
Nettoie-Tout. Pour ce faire, on installe des prsentoirs
trois emplacements diffrents dans des supermarchs:
dans quatre supermarchs le prsentoir est plac prs du
pain,
dans quatre autres il est prs de la bire et
dans les quatre derniers il est avec les autres nettoyants.

EXEMPLE
Voici le nombre de bouteilles de 350 ml
vendues dans chaque supermarch:
Prs du pain

20

15 24

18

Prs de la bire

12

18 10

15

Avec dautres
nettoyants

25

28 30

32

 Vrifier si on peut conclure, au seuil de

signification =0.05, que lemplacement a
un effet sur le nombre moyen de bouteilles
vendues, c'est--dire que les nombres
moyens de bouteilles vendues dans les
trois emplacements ne sont pas les
mmes.
On suppose que les distributions sont
approximativement normales et quelles ont
une variance gale.

CONTESXT GENERALE

Hypothses du test:
H0: 1 = 2 = = k
H1: Au moins 2 moyennes sont
diffrentes

CONTEXT GENERALE
k chantillons indpendants
Taille:

Observations:

Moyenne:

n1

n2

nK

X11
X12

X1n1

X21
X22

X2n2

Xk1
Xk2

Xknk

X1

X2

XK

CONCEPT DE BASE DE
LANOVA
Le principe de lanalyse de variance est
bas sur la dcomposition de la
variation totale des donnes en deux
composantes.
Variationtotale
(autourdela
moyenne
globale)
X

Variationdue
aufacteur
(intergroupe)

Variationdue
lerreur
dchantillonnage
(intragroupe)

Somme des carrs totale

(SCT)
Somme des carrs totale (ou
2
variation
totale)
:
SCT (X ij X )
i, j

La variation totale autour de la

moyenne globale.

Somme des carrs due au facteur

(SCF)
Somme des carrs due au facteur :

SCF n i (X i X)

La variation due au facteur.

Somme des carrs due

lerreur
Somme des carrs due lerreur :

SCE (X ij X i )
i, j

La variation due lerreur.

Ainsi

SCT = SCF +
SCE

Carrs moyens
SCE
Carr moyen d lerreur :
CME
(ou variance rsiduelle)
nk
SCF
Carr moyen d au facteur :CMF
k 1

Statistique :

CMF
F
CME

Tableau danalyse de variance et

test F de Fisher
Source
Sommede Degrsde
dela
carrs
libert
variation

Facteur

SCF

k-1

Erreur

SCE

nk

Totale

SCT

n-1

Carrmoyen
CMF

CME

SCF
k 1

SCE
nk

CMF
CME

TEST DE FISHER
La statistique F du tableau
danalyse de variance est utilise
pour le test sur lgalit des
moyennes.
On lappelle le F de Fisher.
Hypothses du test:
H0: 1 = 2 = = k
H1: Au moins 2 moyennes sont
diffrentes.

TEST DE FISHER
Conditions dutilisation du testF de
Fisher :
Les Xi sont de loi Normale dans les populations
de rfrence ou les tailles dchantillons sont
assez grandes.
Les variances des k populations sont gales :

12 = 22 = = k2 = 2
Les k chantillons sont prlevs de manire
indpendante.

TEST DE FISHER
Statistique du test: F CMF
CME
Si H0 est vraie, la statistique F obit
une loi Fisher (k-1) et (n-k) degrs
de libert.
La valeur critique du test et le seuil
exprimental sont calculs avec
cette loi.

TEST DE FISHER
Rgle de dcision: Rejeter H0 si F >
f
avec le seuil exprimental:
Rejeter H0 si * <