La MANOVA - PowerPoint PPT Presentation

Loading...

PPT – La MANOVA PowerPoint presentation | free to view - id: 2a06f2-ZDc1Z



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

La MANOVA

Description:

Plusieurs groupes ou variables ind pendantes. Corr lation canonique et MANOVA. Plusieurs ... F (exact ou approximatif) = Variance expliqu e. par la r gression ... – PowerPoint PPT presentation

Number of Views:106
Avg rating:3.0/5.0
Slides: 25
Provided by: genevive4
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: La MANOVA


1
La MANOVA
  • PSY6002_Cours 10

2
Type De question
Type De mesure des Variables Dépendantes
Nombre De Variables Dépendantes
Nombre De Niveaux ou de VI
Échantillons Dépendants ou indépendants
Satistiques
indépendants
?2
Deux
Une
dépendants
McNemar
Qualitatives
Analyse discriminante
Multiples
Multiples
indépendants
Test t (ind)
Deux
Différences
dépendants
Test t (dép)
Une
indépendants
ANOVA/ANCOVA
ANOVA/ANCOVA mesures répétées
Multiples
dépendants
Quantitatives
Ind dép
ANOVA/ ANCOVA (mixte)
MANOVA/ MANCOVA
Multiples
Multiples
Ind dép
Qualitatives
Deux
Une
Phi
Relations
Aucune
Analyse Factorielle
Multiples
Corrélation / Régression Simple
Une
Quantitatives
Une
Régression Multiple
Multiples
Corrélation Canonique
Aussi TF, p.29-31.
Multiples
Multiples
3
Différences et relations
  • Régression multiple et ANOVA
  • Une variable dépendante
  • Plusieurs groupes ou variables indépendantes
  • Corrélation canonique et MANOVA
  • Plusieurs variables dépendantes
  • Plusieurs groupes ou variables indépendantes

4
Motricité fine
Âge à la rentrée en garderie
Coordination
Logique
Niveau socio-économique
Capacité dabstraction
Reconnaissance des émotions
Style parental Démocratique vs autoritaire
Expression émotionnelle
5
Corrélation canonique (R)
Motricité fine
Coordination
Gars (0) vs Fille (1)
?
Logique
Capacité dabstraction
Reconnaissance des émotions
Expression émotionnelle
6
La MANOVA
  • La MANOVA crée des combinaisons linéaires (des
    variables canoniques) permettant de maximiser la
    séparation des groupes.

Critère Trouver la combinaison linéaire qui
maximise la séparation entre les groupes
7
La MANOVA
Variable canonique 1
8
La MANOVA
Variable canonique 1
9
Avantages dune approche multivariée
  • Permet de contrôler pour laccumulation de
    lerreur de Type I qui survient lorsque lon
    effectue plusieurs tests dhypothèse
  • Permet de contrôler la redondance dinformation
    au niveau des variables dépendantes
  • Les groupes peuvent différer de façon
    significative au niveau de la combinaison
    linéaire des variables dépendantes sans quils
    diffèrent au niveau des variables individuelles.

10
VD1 Santé physique
Personnes À faible revenu
Personnes âgées
Personnes Aisées mais hospitalisées
VD2 Optimisme
11
Désavantages dune approche multivariée
  • Lanalyse exige plus de participants
  • Il doit y avoir plus de participants dans chaque
    groupe que de variables dépendantes
  • et habituellement au moins 20 personne par groupe
  • La MANOVA peut être moins puissante (p.ex., si
    les VDs sont très corrélées positivement ou non
    corrélées).
  • Si très fortement corrélées le nombre de
    variables peut être réduit à laide dune analyse
    par composante principale ou une analyse
    factorielle
  • Si non corrélées ANOVA est plus puissant.
  • Nous sommes souvent intéressé(e)s aux variables
    prises individuellement et non à leur combinaison
  • Il est parfois difficile dinterpréter la
    combinaison linéaire des variables dépendantes
  • Le choix des variables est donc important

12
Corrélation canonique (R)
Motricité fine
Coordination
Gars (0) vs Fille (1)
?
Logique
Capacité dabstraction
Reconnaissance des émotions
Expression émotionnelle
13
MANOVA
  • Les combinaisons linéaires sont orthogonales
  • La première corrélation explique le plus grand
    pourcentage de variance
  • La prochaine corrélation cherche à expliquer la
    variance résiduelle
  • Le nombre de corrélations canoniques sera le plus
    petit de deux nombres
  • Soit le nombre de variables dépendantes ou le
    degré de liberté du traitement (nombre de niveaux
    - 1).
  • Sil y a 4 VDs et 3 niveaux, on peut obtenir 2
    corrélations canoniques

14
MANOVA
15
Les tests statistiques multivariés
  • Pillai-Bartlets trace (V)
  • SCtraitement / SCtotal
  • Similaire à un pourcentage de variance expliquée
  • Le lambda de Wilks (Wilks ?)
  • SCerreur / SCtotal
  • Similaire à un pourcentage de variance
    non-expliquée
  • Hotelling-Lawleys trace (T)
  • SCtraitement / SCerreur
  • Ne devrait être interprété quavec deux groupes.
  • Roys largest root (R)
  • Considère la première paire de variables
    canonique seulement.

16
Les tests statistiques multivariés
  • Lorsquil y a seulement deux groupes, ils sont
    identiques.
  • Lorsque leffet est grand, ils devraient
    concorder.
  • Si leffet se trouve au niveau de la première
    dimension
  • Du plus puissant au moins puissant
  • Roys largest root gt Wilks lambda gt Pillais
    trace
  • Si, au contraire, leffet se manifeste à
    plusieurs niveaux
  • Du plus puissant au moins puissant
  • Pillais trace gt Wilks lambda gt Roys largest
    root
  • Le lambda de Wilks est donc un bon compromis et
    le plus généralement accepté
  • Pillais trace est par contre plus robuste
    lorsque le postulat dhomogénéité de la
    variance-covariance nest pas respecté.

17
La matrice des SCeffet
SCeffet,VD1
Covariabilité des variances intergroupes autour
de la grande moyenne des DVs prises deux par
deux (covariance)
18
La matrice des SCerreur
SCerreur,VD1
Covariabilité intragroupe des DVs prises deux par
deux (covariance)
19
Le lambda de Wilks (Wilks ?)
  • Le lambda de Wilks (Wilks ?) nous dit sil y a
    une combinaison linaire de variables dépendantes
    qui permet de séparer les groupes de façon
    statistiquement significative.

20
Le lambda de Wilks (Wilks ?)
  • Le lambda de Wilks (Wilks ?) sera distribué
    comme un F lorsque
  • Il y a seulement deux variables dépendantes.
  • Il y a seulement 2 ou 3 groupes.
  • Sinon, les probabilités sont ajustés en modifiant
    les degrés de liberté (dl en décimaux, Raos F)
  • P. ex., F(4,2345)4.54, p lt .05

21
Le pourcentage de variance expliquée par le
traitement
  • de variance expliquée 1- Wilks ? ?
  • Mais ce est trop élevé et doit être ajusté pour
    tenir compte du fait que les variables canoniques
    nexpliquent pas toute la variance de nos
    variables dépendantes
  • Tau-carré (Kline, 2004) 1 - Wilks ?1/s
  • où s est le plus petit de deux possibilités
    dleffet ou DVs
  • SPSS rapporte cette statistique ajustée
  • Cramer et Nicewander (1979, cité dans Stevens,
    1996, p. 443) recommande dutiliser la moyenne
    des corrélations canoniques significatives au
    carré.
  • Le Tau-carré (1 - Wilks ?1/s ) peut être
    interprété de façon similaire.

22
Les postulats
  • Lindépendance des observations
  • Si les scores dun même groupe sont corrélés,
    lerreur sera sous-estimée. Donc, inflation de
    la probabilité de commettre une erreur de type I.
  • La normalité multivariée
  • Une elipse et non une forme inégale, mais
    difficile à examiner.
  • Enlever les scores extrêmes vous permet
    habituellement de respecter ce postulat
  • Le test est relativement robuste si le N est
    assez grand
  • au moins 20 personnes par groupe
  • plus de personnes dans chaque groupe quil y a de
    variables dépendantes
  • Absence de multicolinéarité
  • Examinez vos corrélations (voir le cours
    précédent)
  • Les relations doivent être linéaires
  • Examinez vos nuages de points (voir le cours
    précédent)
  • Et

23
Lhomogénéité des matrices de variance-covariance
  • Si les groupes sont égaux ou relativement égaux
    (32), le test est robuste
  • Si les groupes sont inégaux et que le test M de
    Box (Fapproximatif) nest pas significatif à p lt
    0.001, alors il y a homogénéité.
  • Si les groupes sont inégaux et que le test M de
    Box (Fapproximatif) est significatif à p lt 0.001,
    alors
  • Si les variances et covariances les plus élevées
    se retrouvent dans le plus grand groupe, le test
    est conservateur
  • Si, au contraire, les variances et covariances
    les plus élevées se retrouvent dans le plus petit
    groupe, le Wilks est libéral. Utilisez plutôt le
    test de Pillai ou égalisez vos groupes
    (Tabachnick Fidell, 2001).

V1
V1
1.40
1.20
Groupe A
Groupe B
24
(No Transcript)
About PowerShow.com