Chapitre 14

Question 1

Nommer quatre méthode de réduction de la variance de l’erreur expérimentale

Answer 1

1. Formation de blocs
2. Raffinement des techniques expérimentales
3. Accroissement du nb rep
4. ANCOVA

Question 2

Énumérer les caractéristiques de l’analyse de la covariance

Answer 2

Yij ajusté: 𝑌𝑖𝑗 − 𝛾 (𝑋𝑖 − 𝑋̅) = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + 𝑒𝑖

Permet enlever variabilité de la variable dépendante Y associée à une variable indépendante X

Moins de dl que blocage

Nécessite la mesure d’une ou plusieurs covariables indépendantes des autres variables indépendantes mesurées

Question 3

Quelles sont les conditions d’utilisation de l’ANCOVA?

Answer 3

1. Effet linéaire entre X et Y (régression linéaire)
2. L’effet de bx doit être additif
3. Les pentes de régression doivent être parallèles (homogénéité des b entre traitements)
4. Les traitements n’influencent pas la covariable (si le but est d’améliorer la précision)

Question 4

Énumérer les avantages de l’analyse de la covariance

Answer 4

Contrôler erreur exp. et améliorer précision

Nécessite moins de dl que la formation de bloc

Peut servir au calcul de données manquantes

Question 5

Énumérer les désavantages de l’analyse de la covariance

Answer 5

Nécessite la ou les mesures de covariables indépendantes des autres variables indépendantes mesurées

Perte d’efficacité dans la réduction de la variance par ajutstement linéaire si la relation entre x et y n’est pas réellement linéaire

Les pentes des droites de régression (variable dépendante vs covar) pour chacun des traitements doivent être homogènes

Tests de comparaisons de moyennes ajustées plus complexes

Question 6

Expliquer les buts de l’ANCOVA

Answer 6

• Contrôle de l’erreur et accroissement de la précision
• Ajustement de moyennes de traitements
• Interprétation des données
• Partition de la covariance totale
• Estimation de données manquantes

Question 7

Comment l’ANCOVA peut-elle augmenter la précision d’une expérience?

Answer 7

Retirer une source de variation de l’erreur donc les valeurs de F des traitements seront plus élevés, car leur MC sera divisé par un plus petit dénominateur et potentiellement plus de chance que ce soit significatif (précision augmenté)

Question 8

Interpréter correctement les résultats d’une analyse de covariance

Answer 8

Faire une régression linéaire
Regarder le F s’il est significatif

Question 9

Quelles sont les conditions d’utilisation de rapports de deux variables? Z = Y/X

Answer 9

1. On peut utiliser s’il y a une intérêt direct pour la quantité (Snedecor and Cochran)
2. Relation Y et X: droite passant par l’origine
3. La relation entre le rapport et la var. indép. X est linéaire avec une pente = 0 (Ashton) (Y/X indép de X)
4. Les variances des variables devraient augmenter avec une augmentation de la magnitude des variables (Ashton)
5. La comparaison des r2 détermine le meilleur ajustement (régression vs rapport)