Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

3011 > analyse de variance (5) > Flashcards

analyse de variance (5) Flashcards

1
Q

utilité du test student T

A

comparer 2 groupes indépendants

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

condition pour pouvoir utiliser le test student

A

homogénéité des variances (égalité)

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

suppositions du test student (4)

A
  1. normalité des moyennes (on veut distribution normale)
  2. homogénéité des variances
  3. indépendance des observations
  4. indépendance des échantillons
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

hypothèses du test student

A

H0 : deux moyennes sont égales (µo = µ1)
H1 : deux moyennes sont différentes (test bilatéral)

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

dans quel cas utiliser le test ANOVA

A

lorsqu’on a plus que 2 moyennes à évaluer

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

que signifie analyse de variance

A

variabilité totale est décomposée en plusieurs composantes (somme de carrés) selon le modèle utilisé.

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

à quoi s’applique anova

A

mesure d’une ou plusieurs variables discrètes explicatives (indep) dont les différentes modalités sont appelées niveaux et influencent la distribution d’une variable continue à expliquer (dép)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

dans quel cas anova est = au test T?

A

lorsqu’on veut comparer 1 facteur à 2 niveaux

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

anova 1 facteur : que représente i et j

A

i : niveau de tx (a)
j : individu (n)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

hypothèse qu’on cherche à rejetter

A

H0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

anova : unique source de variabilité

A

groupe de tx

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

anova : méthode pour décomposer la variabilité totale et mesurer la variabilité globale des données

A

somme de carrés

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

différence entre Yi et Yi (avec barre)

A

Yi : somme des groupes
Yi avec barre : moyenne des groupes

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

variabilité totale vs inter-groupe vs intra-groupe

A
  • totale : distance de chq observation p/r à la moy globale
  • inter-groupe : compare les moyennes des groupes avec la moyenne globale
  • intra-groupe : compare les valeurs à l’intérieur de chq groupe p/r à la moy du groupe
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

que fait la somme de carrés due au facteur A

A

compare les moyennes ds tx entre elles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

cmt sera la somme des carrés si les moyennes diffèrent bcp

A

grande (donc le facteur aura un effet)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

que fait la somme de carrés résiduels

A

mesure ampleur des erreurs aléatoires (à quel point les données sont variables dans chaque groupe)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

degré de liberté

A

nbr de valeurs dans le calcul final d’une statistique qui ne sont pas fixes. si on connait la valeur d’une statistique, c’est le nbr de valeurs requises pour connaitre toutes les valeurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

statistique de test F

A

degrés de liberté associés aux sommes de carrés avec lesquels on peut construire les carrés moyens puis la statistique du test

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

inconvénient ANOVA

A
  • permet pas de détecter les différences de moyennes 2 à 2 –> comparaisons multiples
21
Q

analyse de la covariance

A

mélange de anova et régression linéaire permettant d’analyser l’effet du groupe tout en corrigeant pour une ou plusieurs tierce variable continue.

22
Q

si la covariable n’est pas d’intérêt, pk on l’utilise

A

elle peut influencer la variable dep et doit être prise en compte

23
Q

expliquer le concept de la répartition de la variabilité

A

une partie de la variabilité résiduelle est remplacée par la covariance, ce qui va augmenter la précision en réduisant la variance due aux erreurs (aug test F)

24
Q

hypothèses quant à la covariable (3)

A
  • covariable (x) doit être reliée à la variable dépendante (y), sinon : pente horizontale et la covariable est inutile
  • relation entre x et y est linéaire
  • effet de la covariable est le même pour tous les groupes (parallélisme des pentes)
25
Q

avantages du plan factoriel

A
  • plus de précision pour estimer les effets principaux
  • possibilité d’étudier les interactions entre facteurs
26
Q

exemple de situation qui nécessite anova à 2 facteurs

A

savoir si la prise de repas aura un effet sur la réponse PK. 2 formulations (réf vs test) et l’effet du repas (repas vs à jeun) donc 4 groupes au total

27
Q

que permet de faire anova à 2 facteurs?

A

tester la présence d’interaction entre les 2 facteurs

28
Q

anova à 2 facteurs : que signifie l’absence d’interaction

A

différence des moyennes obtenue en variant un facteur est la même quelque soit la modalité fixée de l’autre facteur

29
Q

pk l’interprétation de l’effet d’un facteur principal est simplifié sans interaction

A

avec une interaction, l’effet d’un facteur dépend du niveau de l’autre facteur

30
Q

déf interaction

A

l’effet d’un facteur dépend du niveau d’un autre facteur

31
Q

anova à mesures répétées

A
  • lorsqu’on prend plusieurs mesures sur une même unité expérimentale (ex: individu)
  • dépendance entre les observations
32
Q

exemple d’anova à mesures répétées

A
  • prise de glycémie chez un patient chaque 6 mois pour savoir si la [sucre] diminue avec le temps
  • admin successive de tous les niveaux de tx au patient
33
Q

avantages de anova à mesures répétées

A
  • moins de sujets nécessaires
  • moins de variabilité
  • augmente précision
  • effet comparable pour chaque sujet (sujet est son propre contrôle)
34
Q

désavantage de anova à mesures répétées

A

faut bien capturer et modéliser la dépendance entre les données

35
Q

anova à facteur répété

A

sert à évaluer l’effet de tx différentes sur un paramètre d’intérêt, mesurer plusieurs fois chez un même sujet

36
Q

anova à facteur répété : sources de variabilité

A
  1. groupe de tx
  2. répétition chez sujet
37
Q

anova à facteur répété : somme des carrés

A

sera encore plus décomposée (variabilité intra-sujets est séparé en 2)

38
Q

anova à facteur répété : effet de la somme des carrés décomposée

A

augmenter la valeur de la statistique F et augmente puissance du test qui détecte différences entre moyennes

39
Q

bloc randomisé

A
  • utilisé quand il pourrait y avoir de la variabilité quant à un facteur
  • on ajuste le facteur en le séparant en morceaux (blocs) pour avoir des unités homogènes à l’intérieur desquelles on fait de la randomisation
40
Q

bloc randomisé : cmt sont les tx

A

les tx sont soumis à différentes conditions de façon équivalente et chaque bloc contient tous les tx

41
Q

carré latin

A

extension du bloc randomisé qui permet de contrôler pour 2 facteurs de nuisance

42
Q

exemple d’utilisation du carré latin

A
  • on veut mesurer l’effet de l’humidité mais il se peut qu’elle soit pas répartie également dans toute la cage
  • il faut que chaque niveau de tx soit représenté sur chq étage et chq zone d’humidité
43
Q

chassé croisé

A
  • chaque sujet recoit successivement les 2 tx et devient son propre témoin
  • faut étudier l’effet des tx en tenant compte de l’ordre d’admin
44
Q

avantages chassé croisé

A
  • chq sujet = son propre témoin (- de variaibilité)
  • moins de sujets nécessaires (plus efficaces)
45
Q

désavantages chassé croisé

A
  • période de wash out
    • difficile pour le patient
  • souvent pour maladies chroniques
46
Q

V ou F : chassé croisé est une extension du carré latin

A

V

47
Q

chassé croisé : sources de variabilité

A
  • intra-sujets : variabilité des résultats obtenus pour A et B dans le même sujet
  • inter-sujet : variabilité des résultats obtenus entre sujets A et B séparément
48
Q

effets fixes

A

modalités utilisées sont les seuls intérêts pour lesquels on veut une conclusion

49
Q

effets aléatoires

A

modalités utilisées pour l’effet aléatoire sont un échantillon de toutes celles dispo. on veut pas comparer les modalités entre elles

3011 (20 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions