Vérifier l'homogénéité de plusieurs jeux de données

Bonjour,

Pour comparer l'homogénéité de 2 groupes au niveau d'une variable numérique, est-ce possible de :
1- Faire un modèle pour réduire la variabilité de ma variable numérique
2- Comparer les résidus du modèle entre les 2 groupes

Ou celà vous semble tordu ?

Je vous remercie d'avance pour votre aide.

Si le mot "homogénéité" fait référence à la variation, au sens variance, un test F fera l'affaire (si gaussien), ou un test de Harley, ou même un test de Bartlett.

Si l'homogénéité est au niveau des moyennes, alors c'est plutôt un test t (ou ANOVA, etc.).

Sinon, je ne comprends pas ce que vous entendez par "modèle" dans votre post. De quel modèle s'agit-il ?

Des précisions semblent nécessaires..

Eric.

Bonjour, merci pour votre réponse,

Je parle d'un modèle mixte qui comparerait ma variable numérique (dont j'aimerais vérifier l'homogénéité dans mes 2 groupes) en fonction de variables qui expliqueraient sa différence de variabilité au sein des deux groupes.

Justement, le mot "homogénéité" est un peu flou pour moi, j'ai une demande d'un pharmacologiste qui aimerait fusionner deux groupes témoins et c'est pourquoi j'essaie de vérifier que les deux groupes sont fusionnables (donc homogènes, mais je ne sais pas si c'est au niveau des moyennes et/ou des variances qu'il faut que ces groupes soient homogènes pour être fusionables).

Pour en revenir au modèle, il s'écrit de la manière suivante :

variable numérique ~ groupe + variable explicative d'un excès de variabilité + interaction
- Ma variable numérique étant la variable dont j'aimerais vérifier "l'homogénéité" dans les 2 groupes
- Ma variable groupe correspond à l'identifiant des groupes que je veux comparer
(Une anova en quelques sortes oui).

J'ai fait l'hypothèse que si l'on trouve un lien significatif avec soit le groupe, soit l'interaction alors on suppose que les groupes ne sont pas fusionables.

Au final l'homogénéité des groupes répond vraiment à la question "est-ce que mes groupes sont assez similaires pour pouvoir les grouper ?"

Est-ce que pour vous cela a du sens ?

ps : ne prenez pas en compte la comparaison des résidus dont je parlais dans mon premier post, je n'étais pas dans mon état normal lorsrque j'ai écrit ça

zezima a écrit:Je parle d'un modèle mixte qui comparerait ma variable numérique (dont j'aimerais vérifier l'homogénéité dans mes 2 groupes) en fonction de variables qui expliqueraient sa différence de variabilité au sein des deux groupes.

Si votre modèle est un modèle de type ANOVA (au sens large) alors on compare les moyennes et les moyennes uniquement. Ce genre de modèles ne compare pas les variances (en tout cas pas comme un but en soit). Le mot "homogénéité" est définitivement ambigu, et doit donc être pris comme "ayant les mêmes moyennes", si je comprends bien de quoi il s'agit.

zezima a écrit:Justement, le mot "homogénéité" est un peu flou pour moi, j'ai une demande d'un pharmacologiste qui aimerait fusionner deux groupes témoins et c'est pourquoi j'essaie de vérifier que les deux groupes sont fusionnables (donc homogènes, mais je ne sais pas si c'est au niveau des moyennes et/ou des variances qu'il faut que ces groupes soient homogènes pour être fusionables).

Effectivement, même si ce n'est pas parfait (pas complet) on regroupe généralement des données si elles ont les mêmes moyennes (ou - ce qui revient au même - si on constate l’absence d'effet). C'est sur cette base que se fait - par exemple - la procédure de recherche du modèle le plus parcimonieux (AIC, etc.).

zezima a écrit:J'ai fait l'hypothèse que si l'on trouve un lien significatif avec soit le groupe, soit l'interaction alors on suppose que les groupes ne sont pas fusionables.

Oui, c'est bien ça, et c'est ce que j'explique ci-dessus.

J'espère avoir fait avancer la discussion..

HTH, Eric.

Oui, je te remercie pour ces précisions.

Je vais regarder si je trouve quelquechose dans de la biblio et je reviens ici.