ANOVA ou ANCOVA

Bonjour,

Je souhaite faire une ANOVA à 1 facteur, 3 niveaux. (J'ai 3 groupes et je ne compare qu'une seule valeur entre chaque groupe)
Cependant, je veux vérifier s'il y a des caractéristiques propres aux différents sujets (ex. age, QI, etc) qui pourraient influencer les résultats. Si c'est le cas, je devrai faire une analyse avec ces caractéristiques comme covariables (ANCOVA).

Je sais que la méthode classique pour vérifier si on doit ajouter une caractéristique comme covariable est de voir si elle évolue de manière linéaire avec notre facteur. Toutefois, je n'ai pas accès aux données numériques du facteur (je travaille sur des données IRM avec le logiciel FSL), je ne peux pas vérifier cela ainsi.

Voici ce que j'ai fait:
J'ai vérifié s'il y avait une différence significative entre l'âge des sujets des différents groupes via une ANOVA sur SPSS. (Même chose pour les autres caractéristiques).
Cette ANOVA a révélé qu'il n'y avait pas de différence significative, donc l'âge (et autres) est uniforme d'un groupe à l'autre. Ceci me permet-il de conclure qu'il n'est pas nécessaire d'ajouter ces caractéristiques comme covariables? Puis-je utiliser une ANOVA pour analyser mes données IRM à travers les groupes?

Merci!

Il peut ne pas y avoir de différences de moyennes sur les variables quantitatives (e.g., âge) entre groupes, mais pour autant exister un effet de ces variables sur la variable dont vous voulez comparer la moyenne entre groupes.

Par ailleurs, comment se fait-il que vous ne pouvez pas accéder aux valeurs de ces variables quantitatives, alors que le logiciel que vous utilisez peut, lui, apparemment y accéder pour faire les calculs ? Bizarre.

Je pense que vous devez faire une ANCOVA et ensuite regarder la distribution des résidus (par exemple, mais pas uniquement, en fonction de l'âge) pour voir si tout est ok, et si vous n'avez pas effectivement une sévère non-linéarité à côté de laquelle vous êtes passé(e)).

Pour finir, oui, vous pouvez toujours rester sur une ANOVA simple, mais votre analyse sera moins riche (et surtout moins puissante pour détecter des effets, car les variations non prises en compte issues de l'effet de variables quantitatives seront prises comme du bruit et mises dans la variance résiduelle).

HTH, Eric.

En fait, comme je travaille avec l'anisotropie fractionnelle sur l'ensemble du cerveau (une mesure de la diffusion des molécules d'eau dans le cerveau), j'ai une infinité de valeurs pour chaque sujet pour ma variable dépendante. L'analyse statistique est lancée par un logiciel FSL qui m'expose les résultats sous forme de carte "statistique" du cerveau, et les régions où la différence est significative sont exposées en couleur. Je n'ai pas les valeurs numériques car est sont infiniment nombreuses.

De cette façon, je n'ai pas de moyen de vérifier la linéarité de l'âge en fonction de la FA... et donc, la validité de l'âge comme covariable...

Merci pour votre réponse!