Anova

distracteurs correctement rejeté, afin de vérifier sur nos fenêtres temporelles qu’un un effet old/new est obtenu pour les bonnes reconnaissances (et ce pour la condition mot et mot+image). Si un effet old/new est trouvé il sera par la suite effectué une ANOVA en mesure répétées entre le type de reconnaissance et les activités de chaque électrode afin de vérifier si une interaction old/new*ELECTRODE est présente, ce qui nous permettra de donner une localisation à cet effet. Par la suite, la même procédure

principales pour chacune des dimensions comme variables dépendantes [6] Les scores pour chaque mère sont calculés comme une... [6] . Les moyennes pour chaque facteur et le résultat des analyses sont présentées au tableau 3. Tableau 3 TABLEAU 3. — Anovas types de coopération X scores factoriels (N = 46) [* p < .05 ; a : type 1 > type 2 et type 1 > type 3 ; b : type 2 > type 3.] 40 Seule l’analyse opérée sur le premier facteur, l’ « Insistance », donne un résultat significatif net (F(2) = 4,14, p

décisionnel X anticipation d’interaction] : c’est seulement quand B aura moins bien contribué qu’il sera mieux rétribué par les individus que par les groupes lorsqu’il n’y a pas anticipation d’interaction. Méthode et résultats Une analyse de variance (ANOVA) a été conduite sur la somme attribuée à l’enquêteur B, qui constitue notre principale variable dépendante. L’analyse des interactions a été conduite au moyen de contrastes orthogonaux. Signalons d’abord les effets principaux, bien que nos prédictions

comportement, on a testé l’indépendance des résultats (parce que certains poussins ont été observés plusieurs fois) en testant l’hypothèse nulle que le temps alloué pour un comportement ne diffère pas entre les classes d’âge. Une analyse de variance (ANOVA de Friedman à α = 0,001) a été utilisé à l’aide du logiciel R (R Development Core Team, 2006). CROISSANCE MORPHOLOGIQUE ET HETEROCHRONIE DU DEVELOPPEMENT I. Résultats : Les valeurs du χ² réduit calculées pour chacune des variables

lecteurs (R1 : bons Iecteurs/R2 : faiblés lecteurs) ; A: âge lexique (A1 : 6,11 ans/A2 : 7,11 ans) T : type de tâches (T1 : mots significatifs/T2 logatomes). L'indicateur est le score des sujets. Plan expérimental : S9 (R2*A2)*T2. Analyse des données : « Anova » et « t de dent 20 Revue Française de Pédagogie, n° 99, avnl-mai-juin 1992 RÉSULTATS L'effet «type de lecteurs» sur les scores des sujets est significatif pour l'ensemble des sujets (F(1-32) = 12,75 ; p < .002). A même âge lexique, nous remarquons

a été évalué seulement sur 2 répétitions de fabrication et un des 18 sujets a été absent lors d'une semaine de dégustation. Deux analyses de la variance sur les données physico-chimiques ont été effectuées au moyen 365 de la procédure ANOVA de SAS/STAT® (1989), suivie d'un test de comparaison des moyennes de Student-Newman-Keuls. La première analyse a porté sur le facteur ..produit», la seconde sur les facteurs ..Penicillium cememoetti», ..Geotrichum cendkium» et sur leur interaction

avec le programme R. Les tests choisis sont des analyses de variances (ANOVA) à deux voies et des tests de Tuckey. Pour pouvoir réaliser des ANOVA, il faut que (Buttler 2008): • • Les variables soient distribuées normalement : effectuer un test de Shapiro Les variances soient homogènes : faire un test de Bartlett Si les variables ne sont pas distribuées normalement, elles sont transformées avec un logarithme. Les tests ANOVA contiennent les traitements mais aussi une erreur de bloc qui permet

variable_explicatives; /* Variables qualitatives dans CLASS */ MODEL variable_expliquer (EVENT = ‘classe') = variable_explicatives <options>; RUN; → Elle est plus générale et permet d’estimer des modèles linéaires généralisés  PROC GLM et PROC ANOVA: permettent de faire des analyses de variance 2/26/2015 42  PROC PRINCOMP : Analyse en composantes principales Syntaxe: PROC PRINCOMP DATA = nom_table N = nombre_axes OUT = sortie OUTSTAT = table_des_stats; VAR liste des variables quantitatives

d’une masse (de revenu, de richesse, de ressources, etc.) au sein d’une population. Les caractéristiques de forme. Les indices et taux de croissances. Les caractéristiques de distributions à deux caractères. Introduction à la régression linéaire, ANOVA, les séries chronologiques. INTRODUCTION General Account Fi rst Payment Default Report First Payment Defaults M idwest Less th an $1,000 $01,001-$05,000 $05,001-$10,000 $10,001-$50,000 Ov er $50,000 To tal 26% 11% 8% 6% 1% Product Maximum $1

t = yi ,t − yi ,• − y•,t + y xi ,t = xi ,t − xi ,• − x•,t + x Ce mod`le doit ˆtre estim´ en retirant une variable dummy par effet e e e (souvent α1 et λ1 ) afin d’´viter une colin´arit´ parfaite. e e e Ainsi sp´cifi´, ce mod`le est tr`s proche d’une ANOVA ` deux e e e e a facteurs (temporel et individuel). ◮ ◮ Panels 51/ 169 ` MODELES CLASSIQUES ` Mod`les a effet fixes (twoway) e Cas des panels non-cylindr´s e ◮ ◮ ◮ Dans le cas de panels non balanc´s (ou non-cylindr´s), i.e