Comparaison de 3 populations independantes

Bonjour,

je vous explique le "problème" :

j'ai 3 séries de 22 mesures, 3 car il y a 3 facteur, (3 saisons).

But : Savoir si je peux regrouper mes données en une seule série de 66 données pour les traiter sans tenir compte du facteur saison ?

Pour cela je pensais faire des comparaisons de populations, quelque chose comme une ANOVA ?

dans un premier temps j'ai testé la normalité des 3 series avec un test de shapiro-wilk, ai-je le droit ? est-ce correct ?
si oui, la normalité c'est avéré juste dans les 3 cas avec des p-value de 0.16,0.21,0.7 .

ensuite je me suis attaqué à l’homogénéité des variances :
suis-je obligé de la vérifier ? comment ?
j'ai utilisé un test de barlett qui me donne une p-value = 0.7469
j'en déduis que l’homogénéité des variances est vrai aussi

je voudrais juste savoir si je suis sur la bonne voie ou si j'ai raté quelque chose ?

Merci

Bonjour,

Peux tu décrire un peu plus ton jeu de données ? Notamment, est ce qu'il s'agit de mesures répétées puisque tu parles d'un facteur temps (saison) ? D'après ton titre non.

Quel est le but de ton étude ?

Fait bien attention quand tu parles de facteur car pour l'exemple donné ici tu as 1 facteur (la saison) qui prend plusieurs niveaux (3 d'après ta description).

Autrement, ton approche me semble correcte pour le moment (test de la normalité et de l'homogénéité des variances) mais ce qu'il faudra surtout vérifier c'est la normalité des résidus de ton modèle lorsque tu l'auras réalisé.

Selon le but de ton étude et la nature de ton jeu de données, tu peux effectivement te tourner vers l'ANOVA en incluant le facteur saison pour l'estimer. S'il n'est pas significatif tu pourras éventuellement t'affranchir de ce facteur pour optimiser ton modèle.

Cordialement,

bloup a écrit:Bonjour,

Peux tu décrire un peu plus ton jeu de données ? Notamment, est ce qu'il s'agit de mesures répétées puisque tu parles d'un facteur temps (saison) ? D'après ton titre non.

Non ce sont mesures qui ont juste la saison comme caractéristiques mais elles sont indépendantes

bloup a écrit:Quel est le but de ton étude ?

ici c'est juste de savoir si je peux travailler sur l'ensemble de mes 66 données ou si je traiter apparemment en fonction des saisons

bloup a écrit:Fait bien attention quand tu parles de facteur car pour l'exemple donné ici tu as 1 facteur (la saison) qui prend plusieurs niveaux (3 d'après ta description).

J'ai du mal m'exprimer mais je pense qu'ici ce que je souhaite faire c'est bien une anova à un facteur, avec le facteur saison


ce que j'ai en tête :

H0= u1=u2=u3 (les 3moyennes des 3 saisons)
H1 au moin deux sont différentes

après j'irai plus loin suivant le resultat de ceci mais pour le moment c'est ca, je sais pas si je l'exprime bien...

merci de ta reponse

Tu peux effectivement utiliser une anova à un facteur pour estimer l'impact de ton facteur sur ta variable à expliquer. Par contre comme indiqué précédemment vérifies bien la normalité de tes résidus pour être sûr de pouvoir tirer les bonnes conclusions.

Si tu as d'autres facteurs à tester tu peux tout aussi bien faire directement un anova multifactorielle d'où ma question de savoir quel est le but in fine de ton étude.

Bonjour,

Merci de cette réponse bloup.
Donc après avoir tout vérifié, même si après en avoir parlé avec un prof, toutes les hypothèses ne sont pas forcement nécessaire...
j'ai donc eu les resultats de mon anova à 1 facteur
Elle est significative au seuil de 5%

J'ai souhaité en savoir plus donc j'ai utilisé un test de tukeyHSD pour savoir ou sont les différences et pour faire j'ai :

p adj
printemps-ete 0.9591708
automne-ete 0.0120419
automne-printemps 0.0055044

donc il s'avere que la saison automne donne des valeurs différentes des autres saisons.

Ma question, est-ce que je peux avec ces résultats, regrouper ete et printemps en une seule catégorie ?

Bonjour.

Si cela a une utilité, pourquoi pas ? mais évidemment, tu ne pourras plus faire de comparaison avec "automne", puisque tu perds le caractère "saison".

Cordialement.

gg a écrit:Bonjour.

Si cela a une utilité, pourquoi pas ? mais évidemment, tu ne pourras plus faire de comparaison avec "automne", puisque tu perds le caractère "saison".

Cordialement.

Oui c'est bien ce qu'il me semblait, merci.