Examen théorique 1 Flashcards

(38 cards)

1
Q

Quels sont les 4 postulats de l’ANOVA?

A
  1. Additivité des effets
  2. Indépendance des erreurs
  3. Distribution normale de l’erreur
  4. Homogénéité de la variance
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Décrire le postulat 1 : Additivité des effets

A
  • Le moins vérifié (sous entendu)
  • Faut que effets des sources de variations soient additifs
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Décrire le postulat 2 et comment le vérifier : Indépendance des erreurs

A
  • Observations et mesure doit être aléatoire
  • Unité expérimentale ou d’échantillonnage est indépendante des autres unités
  • Indépendance assurée par planification adéquate de l’expérience
  • Peut se vérifier en mettant en relation les résidus et la valeur prédite
  • Ligne des points des résidus doit être la plus horizontale possible
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Décrire le postulat 3 et comment le vérifier : Distribution normale de l’erreur

A
  • ANOVA suppose que les observations proviennent d’une population distribuée normalement
  • Si le nombre d’unités expérimentales ou d’échantillonnage pour chaque niveau du facteur est égal, le test de F est assez robuste au manque de normalité, si les autres conditions d’applications sont respectées. Cela signifie qu’il n’y pas de biais important lorsqu’il y a un manque de normalité si les autres conditions d’applications sont respectées.

Pour vérifier le postulat de normalité :
- Boxplot des valeurs par groupe doivent être réparties uniformément

  • Graphique de la moyenne des traitement vs leur variance ne devrait pas montrer de tendance
  • Test de Shapiro-Wilk sur la distribution des résidues
  • Graphiques de probabilité des résidus (distribution doit être proche courbe normale)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Comment vérifier et corriger simultanément le postulat 2 et 4? (Indépendance des erreurs et Homogénéité de la variance)

A
  • Regarder le nuage de point qui doit être horizontale (indépendance) et rectangulaire (homogénéité)

Pour corriger la situation
- Grouper données analyser différents groupes séparément

  • Pondérer moyenne en fonction variances
  • Ajouter des effets (d’autres variables)
  • Transformer les données pour homogénéiser les variances
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Décrire le postulat 4 et comment le vérifier : Homogénéité de la variance

A
  • MCerreur = mise en commun variance différents niveaux
  • Si une variance plus grande que les autres = Fobs plus faible = différence entre moyennes pas détectée
  • Sinon l’estimation de la variance de l’erreur (MCerreur) sera biaisée.

Peut être vérifié à l’aide :
- Graphique des résidus versus valeurs prédites

  • Test de Levene (conjoint à évaluation visuelle résidus)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Unit d’échantillonnage (UECH)

A

unités sur le quelles une mesure est faite

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Unité expérimentale

A

Unité élémentaire soumis conditions expérimentales exactement identiques

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Trois éléments essentiels à considérer lors planif expérience

A
  • Randomisation unités et traitement
  • Répétitions unités
  • Agencement unités expérimentales (blocs, croisement, emboitement, etc)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

La puissance

A
  • Capacité à rejet H0 (+ puissant = rejette H0 de manière fiable)
  • n influence la puissance
  • Calcul de la puissance permet établir le plan d’expérience ou de valider les résultats trouvés
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

La confusion

A
  • Présent lorsque 2 facteurs ne peuvent être différencié
  • Ne sait pas quel facteurs influence quoi
  • Ne faut pas en avoir
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Variable dépendante (ANOVA)

A
  • Toujours quantitative
  • Une seule
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Variable indépendante (ANOVA)

A
  • Toujours nominale
  • Une seule ou plusieurs
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Facteur

A

Synonyme de variable indépendante nominale

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Niveau

A

Identifie les groupes dans un facteur

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Traitement

A

Terme général pour désigner un facteur principal

15
Q

Blocs

A

Facteur permettant de contrôler une certaine variation (p. ex, : spatiale)

16
Q

Interactions

A

Lorsque deux facteurs sont croisés, mesurent la variation de l’effet d’un facteur par niveau
d’un autre facteur.

17
Q

Facteurs croisés

A

Agencement des traitements particuliers à deux facteurs ou plus. Tous les niveaux d’un
facteur se retrouvent dans chacun des niveaux de l’autre facteur.

18
Q

Erreur d’échantillonnage

A

Variation associé aux unités d’échantillonnage. Correspondant aux résidus, elle est toujours présente dans une ANOVA

19
Q

Erreur expérimentale

A

Variation associé aux unités expérimentales.

Toujours présentes, mais parfois
égale à l’erreur d’échantillonnage

20
Q

Tiroir

A

Agencement des traitements particuliers à deux facteurs ou plus

21
Q

Caractéristiques de l’ANOVA en Blocs

A

VIN : Facteur et bloc

Erreur : Résiduelle

Interaction : Non

Nbr sources : 4

Postulats : 4

22
Q

Caractéristiques de l’ANOVA Factoriel

A

VIN : 2 facteurs

Erreurs : Résiduelle

Interactions : Oui

Nbr sources : 5

Postulats : 4

23
Caractéristiques de l'ANOVA avec erreur d'échantillonnage
VIN : 1 facteur Nbr erreur : 2 Erreurs : Résiduelle et expérimentale Interaction : Non Nbr de sources : 4 Postulats : 5
24
Caractéristiques de l'ANOVA en tiroir
VIN : 2 facteurs Uexp : 2 Nbr erreur : 2 Erreurs : Résiduelle et expérimentale Interaction : Oui Nbr sources : 6 Postulats : 5
25
Quel est l'effet d'une déviation de l'indépendance des erreurs sur l'ANOVA?
Ces différentes dépendances auront des effets sur la probabilité de faire une erreur de type I ou II
26
Définir un bloc
Regroupement d’unités expérimentales qui ont des caractéristiques similaires.
27
Quel est l'objectif du plan en bloc?
- Minimiser la variation à l’intérieur d’un bloc. - La variation entre les blocs est alors soustraite du terme d’erreur réduisant ainsi ce dernier.
28
Pourquoi effectué un plan avec des blocs ?
Les blocs servent à incorporer dans l’analyse une source de variation qui se retrouve dans le terme de l’erreur et qu’on aimerait contrôler.
29
Est-ce que le plan en blocs réfère à la structure des facteurs ou à celle des unités expérimentales?
À la structure des unités expérimentales
30
Quelles caractéristiques doivent avoir les unités expérimentales dans un bloc?
Les unités expérimentales dans un bloc doivent être le plus homogène possible.
31
Est-ce que le plan factoriel réfère à la structure des facteurs ou à celle des unités expérimentales?
À la structure des facteurs.
32
Dans le plan factoriel : À quoi correspond les effets principaux ?
L’effet d’un facteur sans considérer l’effet de l’autre facteur (comparaison des moyennes marginales).
33
Dans le plan factoriel : À quoi correspond l’interaction ?
La réponse modulée d’un niveau d’un facteur par le niveau d’un autre facteur (comparaison structurée des moyennes des cellules).
34
Décrire le plan en tiroir
Combinaison du plan en blocs complets et du plan factoriel Les deux facteurs du plan en tiroir ne sont pas appliqués à la même échelle (= par la même unité expérimentale) Se démarque du plan factoriel par le fait que les unités expérimentales diffèrent de taille selon le facteur
35
Une erreur d’échantillonnage apparaît lorsqu’il y a
Une différence entre les plus petites unités expérimentales et les unités d’échantillonnage. Par exemple : un traitement est appliqué à une parcelle (unité expérimentale), les arbres de la parcelle sont suivis (unités d’échantillonnage) un traitement est appliqué à un aquarium (unité expérimentale), les poissons de l’aquarium sont suivis (unités d’échantillonnage
36
Quelle variation quantifie l’erreur expérimentale ? Quelle variation quantifie l’erreur d’échantillonnage ?
La variation non-expliquée par le facteur La variation non-expliquée entre les unités d’échantillonnage La variation non-expliquée entre les unités d’échantillonnage représente les résidus