Anova

726 -0,294 -0,030 Q6 0,602 0,240 0,034 Q7 0,459 0,069 -0,674 Q8 0,493 -0,033 0,457 Q9 0,705 -0,355 0,095 Q10 0,494 0,262 0,097 Q11 0,422 -0,325 -0,460 Q12 0,683 0,393 0,139 Q13 0,690 -0,374 0,115 Q14 0,475 0,367 -0,392 31 Graphiques 1 : ANOVA à un facteur pour les scores moyens de l’échelle de stress perçu (PSS) de Cohen et al. 19863 et la variable sexe sexe 21 M o y e n n e d e S c o re _ S tr e s s 24,5 24 23,5 23 22,5 22 21,5 Tableau 5 : Résumé des analyses descriptives pour

parfaite entre X et Y : 100% de la variation de Y est expliquée par une variation de X Plus r2  0, moins la relation est linéaire. Quand r2 = 0, il n’y a aucune relation linéaire entre X et Y. Dans Excel : ANOVA Table : Ecart-type de la variation des observations autour de la droite de régression : Il suffit de savoir ce qu’est SYX et de pouvoir l’interpréter, Ne pas apprendre la formule Dans Excel, SYX est donné

méthodes « classiques » 14/10/2011 algorithme arbres de décision (variable à expliquer continue ou qualitative) réseaux à apprentissage supervisé : perceptron multicouches, réseau à fonction radiale de base modèles régression linéaire, ANOVA, MANOVA, paramétriques ANCOVA, MANCOVA, modèle linéaire ou semigénéral GLM, régression PLS (variable à paramétriques expliquer continue) analyse discriminante linéaire, régression logistique, régression logistique PLS (variable à expliquer qualitative)

l’hypothèse nulle lorsque plus de deux moyennes sont confrontées. Le but sera toujours le même : vérifier l’hypothèse nulle que les moyennes des groupes proviennent d’une même population. Pour ce faire, nous allons utiliser l'analyse de variance univariée (ANOVA) Cette technique permet de comparer les moyennes de trois groupes ou plus, créés par une variable catégorielle. Hypothèse nulle Les groupes proviennent de la même population. Leurs moyennes sont semblables. L'hypothèse alternative est qu'il

perd le signe ------------------------------------------------- ANOVA : Analyse de la variance Objectifs : * Exposer les différentes méthodes de l’analyse de la variance ANOVA * Décrire l’analyse univariée de la variance, la décomposition de la variance totale…. * Exposer l’analyse multivariée de la variance et la verification de la signification de l’effet global Définition  * L’analyse de la variance anova désigne une famille des méthodes destinées à examiner et à interpréter

entre eux Classementdes équipes dans le championnatde France de foot, classement du top 50 musical M édiane,fractile Correlation des rangs , ANOVA D’intervalle Les différences entre les objets peuvent être compar es ; lezéro é e s t arbitraire Echelle de température Attitudes, opinions Moyenne,écarttype Correlations, t-tests, ANOVA, regression, analyse factorielle De proportion Le point 0e s t fix ; les é proportions de l’échelle peuvent être calculées Longueur, poids

(CPI) 22 Table 2: Federal Debt Figure 22 Table 3: Canadian Unemployment Rate 23 Table 4 A: Canadian GDP (economic output) 23 Table 4 B: Canadian GDP (Top 25 GDP per capita) 24 Table 5: Canada’s balance of payment 25 Table 6: Oneway Anova 25 Table 7: Respons FX Rate 2002 & 2003 26 Table 8: Response FX Rate 27 Table 9: Forward rates 27 Graph 1: Basic Balance 28 Graph 2: Total Current account balance 28 Graph 3: Total Balance of Goods 29 Graph 4: Capital and financial

a ; r • alignement (si nécessaire) des valeurs des Qt introduite coef correcteur ----> chgt de variable • cohérence des données alignées test de cochran • calcul de la variance résiduelle Sr2 de régression et validité de la pente b test de ficher Anova • validité de la régression – comparaison de la variance d’ajustement S2L et celle expérimentale S2E---- test Fisher • comparaison du coef a avec 0 -- test t (intervalle de confiance ) Avant de commencer l’estimation des critères il faut : • S’assurer

Plusieurs cas sont possibles: 1. Lorsque les deux caractères sont qualitatifs, on est conduit à une analyse des tableaux de contingence croisant les deux variables statistiques; Exemple: TRI croisés, la 29/05/2012 ANALYSE DES DONNEES corrélations, anova, … matrice 12 des 3 2. Rappels sur l’analyse bidimensionnelle 2. Rappels sur l’analyse bidimensionnelle Exemple des TRI croisés Tableau croisé NAISENTR * RIS QUE RISQUE non NAIS ENTR oui Effectif % dans NA ISENTR % dans RIS QUE %

sensorielles des produits, les pôles d’attraction ou de répulsion des consommateurs apparaissent sur cette carte externe. [Schlich, 1992] La validité du modèle utilisé peut éventuellement être évaluée à l’aide d’une analyse de la variance (ANOVA), de l’étude du coefficient de régression linéaire et par l’étude des résidus. Enfin la qualité de la représentation peut également être appréciée par l’étude de l’angle θj,s mesuré entre la représentation d’une variable Xj sur l’axe s. 3. Résultats