ANOVA à un facteur
Calculez l’ANOVA classique à un facteur, les sommes des carrés, la statistique F et la valeur p à partir de groupes indépendants d’observations.
Comparer les moyennes des groupes
L’analyse de variance à un facteur teste si des groupes indépendants ont des moyennes de population égales. Chaque ligne représente un groupe et les effectifs peuvent différer. Le calcul commence par les moyennes des groupes et la moyenne globale de toutes les observations.
Sommes des carrés et exemple
La somme des carrés entre groupes pondère chaque écart au carré entre la moyenne d’un groupe et la moyenne globale par l’effectif du groupe. La somme des carrés dans les groupes utilise les écarts des observations à la moyenne de leur propre groupe. Divisez chaque somme par ses degrés de liberté pour obtenir les carrés moyens, puis prenez leur rapport pour F. Pour les groupes saisis « 1,3 » et « 3,5 », de deux observations chacun, les deux sommes des carrés valent 4, F vaut 2 et p environ 0,292893.
Limites
Cette méthode classique suppose des variances égales et des observations indépendantes. Une faible valeur p indique qu’au moins une moyenne diffère, sans identifier de paire particulière. Les mesures répétées et les procédures de comparaisons multiples ne sont pas incluses. Vérifiez séparément les hypothèses du modèle et l’importance pratique des effets.
Suivre les sommes jusqu'au rapport F
Saisissez chaque groupe sur une ligne distincte et utilisez la même unité de mesure partout. Changer l'échelle d'un seul groupe crée une différence artificielle de moyennes. Distinguez le nombre de groupes du nombre d'observations. Les degrés de liberté combinent ces nombres différemment et l'effectif propre à chaque groupe reste dans le calcul.
Choisissez les lignes 1 2 3, 4 5 6 et 7 8 9. Les moyennes des groupes valent 2, 5 et 8, avec une moyenne générale de 5. La somme des carrés entre groupes vaut 3 × (9 + 0 + 9) = 54. Les écarts carrés de chaque groupe à sa moyenne totalisent 2, donc la somme interne vaut 6. Les degrés de liberté sont respectivement 2 et 6. Les carrés moyens valent 27 et 1, donnant F = 27. Avec 2 degrés de liberté au numérateur, la queue supérieure vaut (d₂/(d₂ + 2F))^(d₂/2). Ici d₂ = 6 et F = 27 donnent (6/60)³ = 0,001.
Le résultat n'affirme pas que toutes les paires diffèrent. Le rapport F compare la variation entre groupes à la variation interne. Un grand rapport peut constituer un indice contre une moyenne commune si les hypothèses sont respectées. Le sens et l'ampleur des écarts, ainsi que les comparaisons nécessaires, demandent un examen distinct.
Questions fréquentes
Comment calculer une ANOVA à un facteur ?
Par exemple, le rapport du carré moyen entre groupes au carré moyen dans les groupes donne F = 1 et p = 0,4648 pour les groupes [0 2], [1 3] et [2 4]. L’ANOVA classique à un facteur suppose des observations indépendantes, des variances de population égales et des erreurs de loi normale. Elle n’identifie pas la paire qui diffère et ne réalise pas de comparaisons multiples.
Calculateurs associés
-
Statistiques et analyse de données
Test t de Student
Calculez t et p pour un échantillon ou deux échantillons indépendants à partir de données résumées. Choisissez l’hypothèse sur les variances pour deux échantillons. -
Statistiques et analyse de données
Test d’hypothèse et valeur p
Calculez une valeur p à partir d’une statistique z, t, du khi carré ou F connue et comparez au seuil de signification choisi. -
Statistiques et analyse de données
Calculateur de statistiques descriptives
Calculez la moyenne, la médiane, les modes, la variance et l’écart type de l’échantillon et de la population, les quartiles et les percentiles à partir d’une liste de données. -
Statistiques et analyse de données
Chiffres significatifs et arrondi
Arrondissez un nombre décimal saisi en texte en arithmétique décimale exacte, selon les chiffres significatifs ou les décimales. Comptez les chiffres tels qu’ils sont écrits. -
Statistiques et analyse de données
Données aléatoires et simulation de Monte Carlo à une variable
Générez des données uniformes réelles ou entières avec une graine. Échantillonnez un modèle à une variable pour estimer sa moyenne, son erreur type et son intégrale. -
Statistiques et analyse de données
Erreur en pourcentage et incertitude de mesure
Calculez l’erreur en pourcentage par rapport à une référence ou combinez des incertitudes à un écart type non corrélées avec leurs coefficients de sensibilité.
Une erreur ou un élément manquant ?
Si une valeur semble incorrecte, qu’une dimension manque ou que vous avez besoin d’une fonction, vous pouvez nous écrire pour que nous corrigions le problème.