Besoin d'aide analyse statistique ANOVA.débutante

Bonjour,

je suis en train de travailler sur mon mémoire de fin d'études et j'aurais besoin d'aide pour l'analyse de mes données.

Mon travail :

j'ai fait passé un protocole à 2 groupes différents : G1 et G2
j'ai calculé la note moyenne obtenu par chacun des groupes à ce protocole (protocole noté sur 20)

Je voudrais savoir si la différence entre mes deux groupes en ce qui concerne les notes à ce protocole est significative.

Je me suis renseignée sur ANOVA mais j'avoue que je n'ai pas fait de maths depuis longtemps; j'ai essayé de suivre les différentes étapes expliquées sur un site et j'ai réussi à calculer manuellement :

Je ne sais pas quel site tu as consulté mais je te conseille de jetter un oeil a ce powerpoint qui me semble très bien fait :
http://biodidac.bio.uottawa.ca/documents/%5CFran%E7ais%5CBiostatistiques%5CPr%E9sentations%20en%20classe%5CPowerPoint/07-ANOVA.ppt

Le F de la loi de Fischer, pour calculer la p-value il te faut comparer la valeur de F que tu observes par rapport à la distribution de F sous la loi H0. C'est a dire que tu compares la valeur de F observée (calculée à partir des données) avec une valeur théorique de F si H0 est vraie (si tout les moyennes sont égales).

tu as celui-ci aussi mais a mon sens il est plus compliqué a lire :
http://www.math.univ-toulouse.fr/~besse/pub/modlin.pdf

Merci beaucoup droopy!
je vais regarder tout ça...

Bonjour,
S'il s'agit de comparer la moyenne entre les deux groupe (donc ton critère de jugement est une variable quantitative) et cela correspond à ton facteur mais si tu devais comparer en mm temps le sexe des deux groupes tu aurait eu deux facteurs. Bien évidemment selon ce que j'ai lu de ton texte il s'agit d'une anova à un facteur (facteur mesure). Les deux groupe doivent être indépendants
Si cela n'est pas le cas tu fait une analyse de variance série appariée tu fera le test z pour série appariée.
et la lecture de la valeur de F et p se fait sur une table (qui se trouve sur la plupart des document de stat)
et tout cela dépend du seuil alpha et des hypothèses que tu fixera généralement 5%.
Si tu trouve une valeur de F tu l'a compare à celle de la table au seuil 5% si tu rejette H0 ce n'est que là que tu pourras voir la valeur qui est vraiment proche de ton F caculé et c'est ce qui te donne p.
un exemple se trouve là http://www.cons-dev.org/elearning/stat/parametrique/5-3/5-3.html

bonne chance

Merci pour ta réponse Krimo, je commence à y voir plus clair...
J'ai une autre question : compte tenu du fait que j'ai seulement deux groupes ne devrais-je pas faire un test de comparaison de moyennes de Student? Quelle est la différence avec une ANOVA?

oui c'est la même chose, tout dépend de comment tu interprète le mot " plusieurs" lol .( ca peut etre à partir de deux). On parle d'anova si on compare plusieurs moyennes; mais oui si tu veux dans ce cas on dira comparaison de deux moyennes par le Z ou T de student...

SUPER!merci!

Les résultats que tu obtiendras par une anova ou test de student seront strictement identique, mais c'est vrai qu'en général pour deux groupes on fait un test t si les conditions d'application sont réunis, normalité (mois fondamentale que la deuxième), homogénéité des variances.

Bonjour,
j'ai encore une petite question : je trouve un t au test de Student négatif... Est-ce normal? doit-je le rendre positif pour le comparer au t de la table de Student ou alors considéré que l'hypothèse Ho est acceptée comme tobs -4,1 < t table 2,05 ????
Merci encore pour votre aide précieuse...

C'est tout a fait possible puisque la loi de student esy symétrique autour de 0 (comme la loi normale centrée réduite). Si tu regardes la formule du calcul :

tu vois que le signe de ton t observé est donnée par le numérateur. S'il est négatif ça veut juste dire que la moyenne observée dans le groupe 2 est supérieure à la moyenne observée dans le groupe 1. Après le nombre de degré de liberté est N-2 (N le nombre total d'individus). Si dans tes table tu n'as que des valeurs positives alors pour comparer tu prends la valeur absolue de ton t obs. Le signe n'a pas d'importance parce que si tu intervertis les populations (le groupe2 devient le groupe1, ...) alors le signe de ton t observé va changer. Ce qui compte ce n'est donc pas le signe mais l'ampleur de la différence.

C'est bien ce que je pensais en regardant la courbe mais je voulais avoir un avis expert ;-)
Merci pour ton aide et ta contribution à l'avancée de mon mémoire...