Académique Documents
Professionnel Documents
Culture Documents
• Justification de l’ANAVAR
• Exemple d’introduction
• Calcul des sommes de carrés
• Tableau d’ANAVAR
• Adéquation du modèle
• Interprétation des résultats
• Comparaisons multiples
GOL675
2
© Michel Rioux - ÉTS
Plus de deux facteurs!
Que faire?
• Le test t ne s’applique plus directement
• Pourtant, plusieurs situations pratiques
comprennent plus de deux facteurs ou plus de
deux modalités
• L’analyse de la variance (ANAVAR ) devient
l’outil privilégié pour de telles situations
• L’ « ANOVA » a été développée par Fisher au
début des années 1920 et a été initialement
appliquée dans des expériences d’agriculture
• L’ANAVAR est maintenant très utilisée dans
une multitude de spécialités
GOL675
3
© Michel Rioux - ÉTS
Un exemple :
abrasion physico-chimique
• On désire étudier le relation entre la puissance RF d’un
outil au plasma et son taux d’abrasion physico-chimique
(taux de décapage) afin de pouvoir régler la puissance
RF pour obtenir le taux voulu
• Modalités du facteur : 160W, 180W, 200W et 220W
• Réponse : taux d’abrasion
• Facteurs constants :
Gaz (C2F6)
GOL675
5
© Michel Rioux - ÉTS
Un exemple :
abrasion physico-chimique
Moyenne = f(W)
Variabilité ≠ f(W)
GOL675
6
© Michel Rioux - ÉTS
Un exemple :
abrasion physico-chimique
• En se basant seulement sur la
représentation graphique des données, on
remarque certains faits saillants :
Il semble y avoir un effet entre la puissance
RF et le taux d’abrasion
• Il semble y avoir une corrélation positive
GOL675
9
© Michel Rioux - ÉTS
L’analyse de la variance à 1 facteur
= Séparer le bruit
• L’ANAVAR s’appuie sur un partitionnement de la
variabilité des données de la réponse en
fonction d’un modèle explicatif
• Le modèle de base est le suivant :
i : i-ème réglage
j : j-ème répétition
GOL675
© Michel Rioux - ÉTS
Distribué Normalement Indépendament 10
GOL675
11
© Michel Rioux - ÉTS
ANAVAR à 1 facteur
• Notation :
GOL675
12
© Michel Rioux - ÉTS
ANAVAR à 1 facteur
• La variabilité totale est mesurée par la somme
totale des carrés :
GOL675
© Michel Rioux - ÉTS E : Erreur 13
∑ . ∑ .
∑ .
=∑ . 0
GOL675
14
© Michel Rioux - ÉTS
ANAVAR à 1 facteur
• Une grande valeur de SSTraitements indique une différence
importante entre les moyennes des traitements
• Une faible valeur de SSTraitements suggère une absence
d’effet entre les traitements
GOL675
15
© Michel Rioux - ÉTS
ANAVAR à 1 facteur
• Alors que les sommes de carrés ne peuvent être
comparées directement pour tester l’égalité des
moyennes, les carrés moyens eux peuvent l’être
• Un carré moyen est une somme de carrés divisée par
ses degrés de liberté :
Degrees of Freedom Mean square
= Carré moyen
= Variance
Mean Square
Loi de Fisher
N - a = an - a = a(n - 1)
GOL675
18
© Michel Rioux - ÉTS
Tableau d’ANAVAR : Exemple 3-1
Exemple typique d'un tableau d'analyse de variance
GOL675
19
© Michel Rioux - ÉTS
Tableau d’ANAVAR : Exemple 3-1
P-value =
2.88x10-9
GOL675
20
© Michel Rioux - ÉTS
Estimation des paramètres
Niveau de
confiance !
= 1 – r*α
Pour “r”
comparaisons
simultanées
Bonferroni :
Prendre α/r
plutôt que α
1- r*α/r =
1-α
GOL675 globalement
21
© Michel Rioux - ÉTS
Vérification de l’adéquation du
modèle d’ANAVAR
• La vérification des hypothèses théoriques
est importante
Normalité
Homogénéité des variances
Indépendance (On randomise)
• Le modèle s’ajuste-t-il bien aux données?
• Plus tard, nous discuterons des options
disponibles quand les hypothèses
théoriques ne sont pas respectées
GOL675
22
© Michel Rioux - ÉTS
Vérification de l’adéquation
• C’est par les résidus du modèle qu’on
vérifie les hypothèses
epsilon : erreur théorique
e : erreur réelle
GOL675
24
© Michel Rioux - ÉTS
Vérification de l’adéquation
• Normalité des résidus
GOL675
25
© Michel Rioux - ÉTS
Vérification de l’adéquation
• Indépendance
des résidus
GOL675
26
© Michel Rioux - ÉTS
Vérification de l’adéquation
• Résidus versus valeurs prédites
GOL675
27
© Michel Rioux - ÉTS
Vérification de l’adéquation
Si les 3 conditions ne sont pas respectées :
• Transformations les plus communes
∗ λ
Y lambda = données transformées
un autre alpha !
GOL675
28
© Michel Rioux - ÉTS
Interprétation - Régression
GOL675
29
© Michel Rioux - ÉTS
Interprétation - Régression
GOL675
30
© Michel Rioux - ÉTS
Interprétation - Régression
Etch_Rate =
1147.77-8.2555*RF_Power + 0.028375*RF_Power^2
GOL675
31
© Michel Rioux - ÉTS
Interprétation - Régression
GOL675
32
© Michel Rioux - ÉTS
Comparaisons multiples
(Tests Post-ANAVAR )
• L’ANAVAR teste l’hypothèse des moyennes égales
En s’assurant que les résidus soient corrects!
• Si l’hypothèse nulle est rejetée, on ne sait pas quelles
moyennes se distinguent
• Déterminer les moyennes spécifiques qui se démarquent
est appelé le problème de comparaisons multiples après
ANAVAR
• Il existe plusieurs méthodes différentes
• Nous focaliserons sur celle des tests t appariés de
Fisher
Fisher’s Least Significant Difference (ou Fisher’s LSD) Method
GOL675
33
© Michel Rioux - ÉTS
Comparaisons multiples
• Analyse graphique
GOL675
34
© Michel Rioux - ÉTS
Exemple du chocolat
GOL675
35
© Michel Rioux - ÉTS
Exemple du chocolat
GOL675
36
© Michel Rioux - ÉTS
Exemple du chocolat
Conclusions?
GOL675
37
© Michel Rioux - ÉTS
Exemple dans les services
GOL675
38
© Michel Rioux - ÉTS
Exemple dans les services
GOL675
39
© Michel Rioux - ÉTS
GOL675
40
© Michel Rioux - ÉTS
Exemple dans les services
GOL675
41
© Michel Rioux - ÉTS
GOL675
42
© Michel Rioux - ÉTS