IV.

Analyse bidimensionnelle d’un couple

de variables qualitative / quantitative

 Le problème rencontré quand on étudie la

liaison entre une variable quantitative et
une variable qualitative est le suivant :
 La moyenne de la variable quantitative
est-elle différente selon les modalités de la
variable qualitative ?

TOUFIK-Saïd_2017-2018
 « suite » IV. Analyse bidimensionnelle d’un

couple de variables qualitative / quantitative

 La réponse à cette question s’appuie sur le

test de différence de moyenne (dans le cas
d’une variable binaire). Dans le cas
multimodal, la comparaison simultanée
des moyennes pour l’ensemble des
modalités fera appel à l’analyse de la
variance (ANOVA).

TOUFIK-Saïd_2017-2018
 « suite » IV. Analyse bidimensionnelle d’un

couple de variables qualitative / quantitative

 Supposons que la variable Y est observée

sur une population partagée en deux sous-
populations P1 et P2.
 On suppose que Y suit une loi normale
N(1,1) sur P1 et N(2,2) sur P2.
 Nous allons calculer le test d’hypothèse :
 H0 : 1= 2 contre H1 : 1 2

TOUFIK-Saïd_2017-2018
 « suite » IV. Analyse bidimensionnelle d’un

couple de variables qualitative / quantitative

 On dispose de deux échantillons

indépendants.
 Le premier échantillon de taille n1 est tiré
dans P1 et conduit aux observations de
moyenne y 1 et de variance s21.
 Le premier échantillon de taille n1 est tiré
dans P2 et conduit aux observations de
moyenne y 2 et de variance s22.

TOUFIK-Saïd_2017-2018
 « suite » IV. Analyse bidimensionnelle d’un

couple de variables qualitative / quantitative

 Pour comparer 1 et 2 , on utilise la

statistique t : t
y y 1 2

1 1
sc 
n1 n 2
 où
(n 1  1)s12  (n 2  1)s 22
Sc 
n1  n 2  2

TOUFIK-Saïd_2017-2018
 « suite » IV. Analyse bidimensionnelle d’un

couple de variables qualitative / quantitative

 Si H0 est vraie, alors la statistique t suit une

loi de Student à (n1+n2-2) degrés de
liberté.
 On rejette H0 (pas de liaison) au profit de H1
(existence de liaison) lorsque la statistique t
est trop grande en valeur absolue : |t|≥c.

TOUFIK-Saïd_2017-2018
 V. Analyse bidimensionnelle d’un couple
de variables qualitative / ordinale

 Il s’agit de comparer les réponses à une

variable ordinale fournies par deux (ou
plus) parties de l’échantillon.
 Dans le cas d’une variable binaire, une
technique peut être utilisée : il s’agit du test U
de Mann-Whitney.

TOUFIK-Saïd_2017-2018
 « suite » V. Analyse bidimensionnelle d’un

couple de variables qualitative / ordinale

 Dans le cas d’une variable multimodale

(comparaison de plusieurs sous-groupes), le
test de Kruskal-Wallis qui compare la
distribution entre les sous-groupes, peut
être utilisé comme une extension du test
Mann-Whitney.

TOUFIK-Saïd_2017-2018
 « suite » V. Analyse bidimensionnelle d’un

couple de variables qualitative / ordinale

 La procédure de calcul du test U de Mann-

Whitney sera la suivante :
 calculer, pour chaque sous-échantillon
(dont les effectifs respectifs sont notés n1 et
n2), la somme des rangs, soit R1 et R2 (la
somme totale des rangs R=R1+R2 est
égale = [[n(n+1)]/2]où n=n1+n2 ;

TOUFIK-Saïd_2017-2018
 « suite » V. Analyse bidimensionnelle d’un

couple de variables qualitative / ordinale

 on calcule les quantités :

 U1=n1xn2+ [[n1(n1+1)]/2]-R1
 et U2=n1xn2+ [[n2(n2+1)]/2]-R2
 ces deux indices sont reliés par U1+U2=n1xn2 ;
 ils s’interprètent comme suit : U1 est le nombre de
fois où le rang des observations du groupe B
dépasse le rang des observations du groupe A (le
raisonnement est analogue pour U2) ;

TOUFIK-Saïd_2017-2018
 « suite » V. Analyse bidimensionnelle d’un

couple de variables qualitative / ordinale

 La quantité testée sera U=min(U1,U2) ;

 si les effectifs sont grands (supérieurs à 20
dans chaque groupe), U suit une distribution
normale dont la moyenne [(n1xn2)/2] et
l’écart type [[n1xn2(n1+n2+1)]/2]1/2, on
appliquera le test.

TOUFIK-Saïd_2017-2018