ECONOMETRI

E
Modèl
eANOVA
Tabl
edesmat
ièr
es
I
ntr
oduc
tion 2
I
- Anal
ysedel
avar
ianc
eàunf
act
eur 2
1.
1Lesdonnéesetl
emodèl
e 2
1.
2L’
équat
iond’
ANOVAetl
etes
t 3
1.
3 Compar
ais
onsmul
ti
plesdel
amoy
enne 4
I
IAnal
ysedel
avar
ianc
eàdeuxf
act
eur
s 5
2.
1Lemodèl
e 5
2-
2Let
est 6
Lec
asdespl
anss
ansr
épét
it
ions 7
I
ntr
oduc
tion
L’
anal
ysedelavar
ianceregroupeunensembledetechniquesdetest
setd’est
imati
onsdest
inésà
appr
éci
erl’
eff
etdev ar
iabl
esqualit
ati
vessurunev ar
iablenumérique.Cel
ar ev
ientdanslecas
si
mpleàcomparerplus
ieursmoyennesd’éc
hant
il
lonsgaussiens
.

Onut i
li
ser
aiciunv ocabul
air
epart
iculi
er 
:Lesvari
ablesquali
tat
ivess us
cepti
blesd’
infl
uenc ers
ur
l
adi s
tri
buti
ondel av ari
abl
enumér iqueobservéesontappelées«  Facteur
sdev ariabil
it
é »et
l
eurmodal it
é « ni
veau ».Lors
qu’
i
lya pl usi
eursfacteur
s,une c ombi nai
son de niveauxes t
appel
ée« Trai
tement ».

I- Anal ys
edelav
arianceàunf
act
eur
1.
1Lesdonnéesetl
emodèle
Ondispos
eicidekéc
hantil
lonsdet
ail
lesr
espect
ivesn1,n2,……,nkcorr
espondantsc
hac
unàun
ni
veaudif
fér
entd’
unfac
teurA.Onposen=∑i=1nietondr
k
es
seletabl
eausuiv
ant :

Fac
teur A1 A2 ……. Ai Ak
1 1 1 1
x1
x2
x
i
xk
…………….

…………….

……….
……….
…………….

………….
…….
.

.
n1 n2 ni nk
x1
x2
xi
xk
Moy
ennes ̅ ̅ ̅ ̅
x1 x2 xi xk

Sioncons
idèrec
haqueéchant
il
loncommei
ssud’
unev
ari
abl
eal
éat
oir
eXis
uiv
antunel
oiLG(
mi
;σ)
,lepr
oblèmeestdoncdetest
er 
:

Ho:m1=m2=…=mk=m

H1:∃i
;
j/mi≠mj
i i
On peutégal
ementpos
erx
j
=mi+ε
j
ou enc
oreXi
j
i
=μ+αi+ε
j
où μ r
epr
ésent
eunev
aleur
moy
enneetαil
’
eff
etduni
veauidesf
act
eur
s.

GRAPHESDESDI
STRI
BUTI
ONSAI
NSERER

SiHoes
trej
etée,l
epr
obl
èmes
epos
eradoncd’
est
imerl
esmi
,leμoul
esαi
.

Onsupposequel
ef act
eurAinflueuni
quementsurlesmoyennesdesdi
st
ri
but
ions
,etnons
ur
l
eur
svari
ances
.Defaçongénér
ale,l’
ANOVAestappl
iquée 
:

- Sil
eséc
hant
il
lonss
ontt
ir
ésal
éat
oir
ementets
onti
ndépendant
s
- Les popul
ati
ons s
ont nor
mal
ement di
str
ibuées ou
 appr
oxi
mat
ivement
- Lespopul
ati
onsontl
amêmev
ari
anc
e
- Ons
uppos
equel
esobs
erv
ati
onss
ontequi
-di
str
ibuées
.
1.
2L’
équat
iond’
ANOVAetl
etes
t
̅ ̅ 1 i
SiXes
tlamoy
ennet
otal
e,X= ∑k ∑nix
n i=1 j=1 j

̅ ̅ ̅ ̅
Enr quantqueXi
emar j
- X=Xi
j
- Xi+ Xi
- X,ona 
:
2 2 2
1 ̅ 1 ̅ 1 ̅̅
n∑∑ i j
Xi
(j
-X)=
n ∑∑ Xi
(j
-X)+ (Xi
n
-X) ∑
Var
- iabi
li
tét
otal
e
2
1 ̅ 1 ̅
S2=
n ∑∑
i j
Xi
(j
-X)=
n ∑∑X-nX i
j

-Var
iabi
li
téi
nter(
Bet
ween)ex
pli
quéeparl
apar
ti
ti
on
k 2 2 2
1 ̅ ̅ 1 ̅ ̅
SA =2
n ∑
(Xi
ni -X)=
i
=1
n
nX
Xi-
ni ∑i

Var
- iabi
li
téI
ntr
a(Wi
thi
n)our
ési
duel
le
2 2
1 ̅ 1 1 ̅
2
SR =
n ∑∑
i j
(i
X-X)=
j
n ∑∑ ∑ 2
i
X- nj
n
Xi
j
j

Lepr
inc
iped’
anal
ysees
tles
uiv
ant
 ;Ones
ti
mel
avar
ianc
esel
ondeuxappr
oches
 :

 Lavari
anceInt
ra-Groupequidemeurec orr
ecte,quel esmoyennesdespopul
ati
onss
oient
égal
esauxpart
s ;end’aut
rest
ermesquin’estpasinf
luencéeparl
efact
eur
 ;

 Lav
ari
anc
eInt
er-
Groupequies
tbas
ées
url
avar
iat
iondesmoy
enneséc
hant
il
lonal
es.

Sil
’
hypot
hès
enul
lees
tvr
aie,al
orsl
esdeuxes
ti
mat
ionsdev
ari
anc
edev
rai
entêt
repr
oches
.

OnadoncS2=SA2+SR2 quic
ons
ti
tuel
afor
mul
ed’
anal
ysedel
avar
ianc
e.

1 1 i i̅
Sionéc
ritSR2= ∑k 2
Si av 2
ecSi = ∑n (
X-X)
.
n i
=1
nij=1 j

nSR2
Eni
ntr
odui
santl
esdi
sper
si
onsdec
haqueéc
hant
il
lon,ont
rouv
eque es
tunev
ari
abl
ede
σ2
 2
Si
ni nSR2 k n
2
Si
i
2
χ à(
n-k)degr
édel
i
ber
téc
ar 2 estunev
ari
abl 2
eà χ( ni
-1)et =∑i=1 2 .
σ σ2 σ
Dansl
’
hypot
hès
eHoets
eul
ementdansc
ell
e-c
iseul
ement
,lesx
isontdansc
ecasdesv
ari
abl
es
nS2 2 nSA2 2
demêmel
oi 
;dansc
ecas 2 ↝χ(
ni-1)et 2 ↝χ( k-1)
carS2 es
tlav
ari
anc
ed’
un
σ σ
n-
échanti
l
lonsd’
uneloiLG(mi;σ)etSA2 es
tanal
ogueàl
avar
ianc
edu k
-éc
hant
il
lon des
̅
moyennesXpondéréesparl
esni
.

SA2 etSR2 s
ontdesv
ari
abl
esal
éat
oir
esi
ndépendant
es.

SA2/
k-1
SiHoes
tvr
ai 2
,onaχ(
n- (
1)=χ.2
k1)+χ(
- 2
n-k)donc 2 ↝ F(
k-1;
n-k)
SR/n-k
1.
3Compar
ais
onsmul
ti
plesdel
amoy
enne
LerejetdeHonesi
gnif
iepasquet
ousl
esmis ontdi
ff
érent
sent
reeux
,etonc
her
ches
ouv
entà
tes
terl’
égal
i
téAodesdi
ffér
enc
esmi-
mjappel
éescontr
astes
.

̅
Tout d’
abor
d,iles
tc l
air que l
es misont expri
mables par les moyennes Xipui
sque
̂ ̅
mi=μ+αi+ε i
.On pos
el ac ont
rai
ntes
uivante d’
eff
etnul∑k i
=1
ni
αi=0 eton a μ= x et
̅ ̅
αi= xi-x.

Di
ver
sesmét
hodesex
ist
entpourc
ompar
erl
esdi
ff
érenc
esmi
-mjà0.

Unr
ésul
tatdûàSc
hef
fé,mont
requepourt
outc
ont
ras
te,l
’
événement
 :

̂ 1 1 ̅ ̅ ̂ 1 1
mi
- -Sσ + ≤ xi
mj -xj≤mi
- +Sσ +
mj
ninj ninj

al
i
euav
ecunepr
obabi
l
ité 1-αdonnéparp(
Fk-
1;(
n-
k≤
S2
k
-1)=1-αavec

̂
S= (
k-1)
Fα(
k-1;
n-)etσ l
k ecar
rémoy
enr
ési
duel
.

Onpeutt
est
ers
imul
tanémentt
ousl
esc
ont
ras
tesdel
afaç
ons
uiv
ant
e :

|̅ ̅
-xj>Sσ + al
Si xi | ̂ 1 1
ninj
or
smi≠mj
.

Remar
que

-
Lesc
ompar
ais
onsparpai
res
,nes
ontpast
rans
it
ivesc
’es
t-à-
dir
eques
i 
:

mi=mketmj=mk
,nev
eutpasf
orc
émentdi
requemi=mj

-
L’hy
pot
hès
ed’
égal
i
tédesv
ari
anc
espourc
haqueni
veauj
oueunr
ôlei
mpor
tantenanal
ysede
v
ari
anc
emai
sn’
estquer
arementt
est
ée.

Onac
ependant
,let
ests
uiv
antdeBar
tl
ett
.

Tes
tdeBar
let
t

Cet
estapourhy
pot
hès
edebas
el’
égal
i
tédesv
ari
anc
es.

entS1*2;
Soi S2*2;
…….
.
, *
Sk2
l
esv
ari
anc
esc
orr
igéesdesk
-éc
hant
il
lons
.
*
2
∑k (ni
-1)
Si *
2
Siσ1=σ2=…=σk al
orsl
a quant
ié(
t n-
k)l
n(i=1 )-∑k (ni
-1)
l Si
n( )sui
t
n-
k i
=1
2
appr
oxi
mat
ivementunχ à(
k-1)degr
ésdel
i
ber
té.

I
IAnal
ysedel
avar
ianc
eàdeuxf
act
eur
s
2.
1Lemodèl
e
Onnoterapetql esnombredeniveauxdedeuxf
act
eur
sAetB.Pourt
outc
oupl
e(i
 ;j
)de
t
rai
tement
,onaur
ani jobs
erv
ati
ons
.

Ondi
tquel
emodèl
ees
tcompl inij>0∀ (
ets i;
j)
.

Ondi
tquel
emodèl
ees
tàr
épét
it
i inij>1∀ (
ons i;
j)etquel
emodèl
ees
téqui
li
brés
inij=rav
ec

r∈ Ν*.

Ons
eli
mit
eraauc
aséqui
l
ibr
é.Ons
uppos
eraquex
i↝LG(mi;σ)avecxij= mij+εijet
j

mij=μ+αi+βj+γi
j

μ≡ef
fetmoy
en
αi≡ef
fetpr
inc
ipalduf
act
eurideA
βj≡ef
fetpr
inc
ipalduf
act
eurjdeB
γi
j≡ef
fetd’
i
nter
act
ion

Laprés
enc
ed’
unt
ermed’
i
nter
act
ion,équi
vautàl
anonaddi
ti
vi
tédesef
fet
sd’
i
nter
act
ion.On
pos
era 
:

i∈ {
1, p}
……….
, ;j∈ {
  1, q}
……….
, ;k∈ {
  1,……….
,
r}.
 p q r
̅ 1
x…=
pqr ∑∑∑x
i
=1 j
=1k
=1
i
j
k

r
̅ 1
xij.= ∑ x
r ijk
k
=1
q r
̅ 1
xi..= ∑∑x
qr
j
=1k
=1
i
j
k

p r
̅ 1
x.j.= ∑∑x
pr
i
=1k
=1
i
j
k

Onaal
ors
 :

̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅
x
ij
k
-x… =(xi..-x…)+(x.j.-x…)+(xij.-x.j.)-(xi..-x…)+(
xi
jk
-xij.)
Lesdif
fér
ent
stermesdec et
tesommec or
res
pondentr
espec
tiv
ementauxef
fet
spr
inc
ipauxà
l’
i
nter
acti
onetàunefl
uct
uati
onaléat
oir
e.

2-
2Let
est
Onv
éri
fi
equepourl
emodèl
eéqui
l
ibr
é,ona 
:

̅ 2 2 2 2
∑i∑j∑k(
xi
jk
-x)=SA +SB +SAB +SR
Av
ec 
:
2
̅ ̅
2
∑
S =qr (xi..-x...)
A
i
2
̅ ̅
B
2
∑(x -x )
S =pr
j
.
j
. .
.
.

2
̅
R
2
S = ∑∑∑
i j k
(
xi
j
-
k
xij.)

2
̅ ̅ ̅ ̅
AB
2
S =r ∑∑
i j
(xij.-x.j.-xi..+x...)

Onpr
ésent
evi
suel
lementl
etabl
eaus
uiv
ant
 :

Sourc
e de Sommede Ddl Car
ré F
var
iat
ion c ar
ré moyen
A SA2 (
p-1) SA2/
(p-1) SA2/(p-1)
2
SR /pq(r
-1)
SB2 (
q-1) SB2/
(q-1)
2
SB /(q-
1)
2
SR /pq(r
-1)

SAB2 (
p-1)(
q-1) SAB2 SAB2/p-1)(q-1)
p-
1)(
q-1) SR2/ pq(r-
1)

SR2 p.
q.(
r-1) SR2/
pq(
r-1)

S2 pqr
-1
Leshy
pot
hès
esdel
’ANOVAàdeuxf
act
eur
ssont
 :
a)Nor
mal
it
é :Lespopul
ati
onss
ontnor
mal
ementdi
str
ibuées
 ;
b)Homogénéi
té des v
ari
anc
es 
:Les popul
ati
ons ontdes v
ari
anc
es
égal
es 
;
c
)I ndépendancedest
ermesd’
err
eur
 :Leséc
hant
il
lonss
ontal
éat
oir
es
etindépendant
s
Parai
l
leur
s,l
’es
timat
iondesef
fet
ssef
aitenpos
ant
 :

∑iαi
=∑jβj
=∑iγij=∑jγij=0etona :
̂ ̅ ̅
αi= xi..-x…
̂ ̅ ̅
βj= x.j.-x…

̂ ̅ ̅ ̅
γij= xij.-xi..+ x…
Remar
que 
:

Lec
asdespl
anss
ansr
épét
it
ions