Chapitre 2: Régression et ANOVA - Personal Homepageshomepages.ulb.ac.be/~cverhoev/BMOL-G4400/chapitre2.pdf · 1. Introduction Utilisation de la regression et ANOVA´ Dans les etudes

Chapitre 2: Regression et ANOVA

Caroline Verhoeven

Table des matieres

1 Introduction

2 RegressionRegression lineaire simpleRegression multipleRegression logistique

3 ANOVAANOVA a 1 facteurANOVA a mesures repeteesANOVA a 2 facteurs

ULBBeamerlogo

Caroline Verhoeven BMOL-G4400 2 / 32

1. Introduction

Utilisation de la regression et ANOVA

Dans les etudes on a

des donnees imposees par les chercheurs (predicteurs)

des donnees qui peuvent etre observees comme reactions(reponses)

Quand utiliser l’ ANOVA et la regression

Modele Reponse PredicteurANOVA a 1 facteur 1 quantitative 1 qualitativeANOVA a 2 facteur 1 quantitative 2 qualitativeRegression simple 1 quantitative 1 quantitativeRegresion multiple 1 quantitative 2 (ou plus) quantitativesRegression logistique 1 qualitative 1 (ou plus) quantitative

ULBBeamerlogo


2. Regression 1. Regression lineaire simple

Regression lineaire

xi : donnees quantitatives, predicteur

yi : donnees quantitatives, reponse

ULBBeamerlogo



Regression lineaire



Lien lineaire entre les 2

ULBBeamerlogo



Regression lineaire




Question : comment determiner la droite

y = b0 + b1x , b0?b1?

ULBBeamerlogo



Regression lineaire




Question : comment determiner la droite

y = b0 + b1x , b0?b1?

Minimisation au sens des moindres carres :n

∑

i=1

d2i

di : distance entre les mesures et la droite

ULBBeamerlogo



Regression lineaire : conditions

Du a des erreurs de mesure ou a des variabilites biologique, on a

yi = b0 + b1xi + εi

εi : residu, condition : εi ∼ N (0, σ2)

ULBBeamerlogo







σ : independant de xHomocedasticite

0 1 2 3 4 50

5

10

15

20

Age

FCM

Heterocedasticite

0 1 2 3 4 50

5

10

15

20

25

AgeFC

M

ULBBeamerlogo







σ : independant de xHomocedasticite

0 1 2 3 4 50

5

10

15

20

Age

FCM

Heterocedasticite

0 1 2 3 4 50

5

10

15

20

25

AgeFC

M

Les mesures doivent etre independantesULBBeamerlogo


2. Regression 2. Regression multiple

Utilite de la regression multiple

Un variable peut dependre de plusieurs facteurs a la fois.

ULBBeamerlogo





Exemple 1

Predire la taille d’une personne a partir de la taille du pere, de la mere etde son sexe

ULBBeamerlogo





Exemple 1


But : Predire les valeur d’Y a partir de plusieurs variables X1, X2,. . ., Xk

ULBBeamerlogo





Exemple 1



X1, X2, . . .Xk sont en general quantitatives ou ordinales, quelques unespeuvent etre nominales

ULBBeamerlogo





Exemple 1



X1, X2, . . .Xk sont en general quantitatives ou ordinales, quelques unespeuvent etre nominales

Exemple 1

Le sexe est une variable nominale :

0=femme

1=homme

ULBBeamerlogo



Principe de la regression multiple

Etude du lien lineaire entre Y et les variables X1, X2,. . ., Xk :

y = b0 + b1x1 + b2x2 + · · ·+ bkxk .

ULBBeamerlogo



Principe de la regression multiple

Etude du lien lineaire entre Y et les variables X1, X2,. . ., Xk :

y = b0 + b1x1 + b2x2 + · · ·+ bkxk .

On cherche : b0, b1, b2, . . . , bk

En SPSS : Analyze → Regression → Linear

ULBBeamerlogo



Les methodes pour la regression I

Methode “Enter” : Methode qui introduit toutes les variablesindependantes simultanement

A utiliser si on veut determiner l’equation de la droite de regressionavec toutes les variables independantes

ULBBeamerlogo



Les methodes pour la regression I

Methode “Enter” : Methode qui introduit toutes les variablesindependantes simultanement

A utiliser si on veut determiner l’equation de la droite de regressionavec toutes les variables independantes

Les autres methodes sont des methodes hierarchiques.

Seulement a utiliser si on pense qu’une des variable est plusimportante que les autres

ULBBeamerlogo



Les methodes pour la regression II

Methode “Forward” :Introduction d’une variable independante a la foisL’ordre est determine en fonction de la correlation avec la variabledependanteS’il n’ameliore pas le modele significativement, elle est eliminee

ULBBeamerlogo





Methode “Backward”On introduit toutes les variablesOn retire la variable independante la plus faibleSi cela affaiblit significativement le modele elle est reintroduiteOn repete la procedure jusqu’a ce que l’on n’a que les variables utiles

ULBBeamerlogo





Methode “Backward”On introduit toutes les variablesOn retire la variable independante la plus faibleSi cela affaiblit significativement le modele elle est reintroduiteOn repete la procedure jusqu’a ce que l’on n’a que les variables utiles

Methode “Stepwize”Les variables independantes sont introduites une a uneOn teste si la nouvelle est significative, et on refait un test sur lesautresLes variables non significatives son eliminees

ULBBeamerlogo



Conditions pour la regression multiple

1 Les memes que la regression simple2 Il existe un lien lineaire entre Y et les Xi

3 Pas de multi-colinearite : Il ne peut pas y avoir une grandecorrelation entre les Xi

4 Il faut beaucoup de sujets dan l’echantillon.Minimum : 5k , k : le nombre de variables predictives

ULBBeamerlogo


2. Regression 3. Regression logistique

Regression logistique


Reponse : donnees qualitatives avec 2 valeurs possibles

Pour chaque xi une proportion pi de succes

ULBBeamerlogo







logit(pi) = ln(

pi

1 − pi

)

Si il y a un lien lineaire

ULBBeamerlogo







logit(pi) = ln(

pi

1 − pi

)

Si il y a un lien lineaireQuestion : comment determiner la droite?

logit(p) = ln(

p1 − p

)

= b0 + b1x

ULBBeamerlogo







logit(pi) = ln(

pi

1 − pi

)

Si il y a un lien lineaireQuestion : comment determiner la droite?

logit(p) = ln(

p1 − p

)

= b0 + b1x

En SPSS : Analyze → Regression → Binary Logistic

ULBBeamerlogo


3. ANOVA 1. ANOVA a 1 facteur

ANOVA a 1 facteur

On veut comparer la moyenne de plus de 2 groupesExemple : On veut comparer l’effet d’un traitement 1, un traitement 2 etun placebo

H0 : µ1 = µ2 = · · · = µk

Ha : une des moyennes est differente

ULBBeamerlogo



ANOVA a 1 facteur

On veut comparer la moyenne de plus de 2 groupesExemple : On veut comparer l’effet d’un traitement 1, un traitement 2 etun placebo

H0 : µ1 = µ2 = · · · = µk

Ha : une des moyennes est differente

Principe :Comparer le variation des moyennes par groupes au variation danschaque groupe

En SPSS : Analyze → Compare Means → One-Way ANOVA

ULBBeamerlogo



Conditions

Les echantillons doivent etre aleatoires simples

Les echantillons doivent etre independants

Il faut que σ1 = σ2 = · · · = σk Pour verifier cela, on a le test deLevene

Il faut que la variable soit distribuee normalement pour les kpopulations

ULBBeamerlogo



Test preliminaire : le test de Levene

Les variances sont-elles les memes pour tous les groupes?

ULBBeamerlogo




Les variances sont-elles les memes pour tous les groupes?Pour y repondre : test de Levene :

H0 : σ1 = σ2 = · · · = σk

Ha : Il y a au moins 1 variance qui est differentes

ULBBeamerlogo





H0 : σ1 = σ2 = · · · = σk


p > 0,05 : NRH0

p < 0,05 : RH0

ULBBeamerlogo





H0 : σ1 = σ2 = · · · = σk


p > 0,05 : NRH0

p < 0,05 : RH0

En SPSS : Dans le menu ANOVA → Options →

Homogeneity of variance test

ULBBeamerlogo



Si RH0 pour le test de Levene

Que faut-il faire si RH0 pour le test de Levene?

ULBBeamerlogo





Une solution : test de Welch

ULBBeamerlogo





Une solution : test de Welch

En SPSS : Dans le menu ANOVA → Options → Welch

ULBBeamerlogo



Apres l’ANOVA

L’ANOVA ne permet de detecter que si toutes les moyennes sont lesmemes ou si au moins une est differente.Comment savoir lesquelles sont differentes?

ULBBeamerlogo



Apres l’ANOVA


Si on ne rejette pas H0 : on peut s’arreterSi on rejette H0 : Il y a differentes possibilites (tests de comparaisonmultiples) :

ULBBeamerlogo



Apres l’ANOVA



BonferroniTukeyDunnettSidakScheffee...

ULBBeamerlogo



Apres l’ANOVA



BonferroniTukeyDunnettSidakScheffee...

En SPSS : Dans le menu ANOVA → Post Hoc

ULBBeamerlogo


3. ANOVA 2. ANOVA a mesures repetees

Principe

On mesures k fois les memes sujets sous des conditions differentes

ULBBeamerlogo



Principe


Generalisation du test t pour 2 echantillons apparies

ULBBeamerlogo



Principe


Generalisation du test t pour 2 echantillons apparies

En SPSS : Analyze → General Linear Model →

Repeated Measures

ULBBeamerlogo



Test preliminaire

Les variances des differences entre 2 groupes sont-elles toutes lesmemes?

ULBBeamerlogo



Test preliminaire

Les variances des differences entre 2 groupes sont-elles toutes lesmemes?Pour y repondre : test de Mauchly

H0 : les variances des differences entre 2 groupes sont les memesHa : Il y a au moins 1 variance des differences qui est differentes

ULBBeamerlogo



Test preliminaire



p > 0,05 : NRH0

p < 0,05 : RH0

ULBBeamerlogo



Test preliminaire



p > 0,05 : NRH0

p < 0,05 : RH0

Si RH0 :correction de Greenhouse-Geisser (plus forte)correction Huynh-Feldt

ULBBeamerlogo


3. ANOVA 3. ANOVA a 2 facteurs

ANOVA a 2 facteurs

On veut evaluer les effets de 2 facteurs : on compare les moyennes despopulations correspondant a toutes les combinaisons de tous lesniveaux de chacun de ces 2 facteurs.Exemple : Etude de la sensibilite aux effets de l’insuline chez desfemmes en fonction de leur poids (normal ou surpoids) et selon qu’ellessont en hyperthyroıdie ou non.

ULBBeamerlogo



ANOVA a 2 facteurs

On veut evaluer les effets de 2 facteurs : on compare les moyennes despopulations correspondant a toutes les combinaisons de tous lesniveaux de chacun de ces 2 facteurs.Exemple : Etude de la sensibilite aux effets de l’insuline chez desfemmes en fonction de leur poids (normal ou surpoids) et selon qu’ellessont en hyperthyroıdie ou non.Plusieurs facteurs ⇒ possibilite d’interaction entre ces facteurs

ULBBeamerlogo



ANOVA a 2 facteurs

On veut evaluer les effets de 2 facteurs : on compare les moyennes despopulations correspondant a toutes les combinaisons de tous lesniveaux de chacun de ces 2 facteurs.Exemple : Etude de la sensibilite aux effets de l’insuline chez desfemmes en fonction de leur poids (normal ou surpoids) et selon qu’ellessont en hyperthyroıdie ou non.Plusieurs facteurs ⇒ possibilite d’interaction entre ces facteursFormulation des hypotheses nulles :

H0 : Le poids n’a pas d’influence sur la sensibilite a l’insuline

H0 : La thyroıde n’a pas d’influence sur la sensibilite a l’insuline

H0 : L’effet du poids sur la sensibilite a l’insuline ne depend pas de lathyroıde

ULBBeamerlogo



ANOVA a 2 facteurs

On veut evaluer les effets de 2 facteurs : on compare les moyennes despopulations correspondant a toutes les combinaisons de tous lesniveaux de chacun de ces 2 facteurs.Exemple : Etude de la sensibilite aux effets de l’insuline chez desfemmes en fonction de leur poids (normal ou surpoids) et selon qu’ellessont en hyperthyroıdie ou non.Plusieurs facteurs ⇒ possibilite d’interaction entre ces facteursFormulation des hypotheses nulles :

H0 : Le poids n’a pas d’influence sur la sensibilite a l’insuline

H0 : La thyroıde n’a pas d’influence sur la sensibilite a l’insuline

H0 : L’effet du poids sur la sensibilite a l’insuline ne depend pas de lathyroıde

En SPSS : Analyze → General Linear Model → Univariate

ULBBeamerlogo



ANOVA a 2 facteurs : Principe

Modele :

REPONSE = FACTEUR1 + FACTEUR2 + FACTEUR1 ∗ FACTEUR2

ULBBeamerlogo



ANOVA a 2 facteurs : Principe

Modele :

REPONSE = FACTEUR1 + FACTEUR2 + FACTEUR1 ∗ FACTEUR2

Dans l’exemple 4 :

STRESS = THYROIDE + POIDS + THYROIDE ∗ POIDS

ULBBeamerlogo


4. Exercices

Exercice 1

Ouvrir le fichier film.xls.Determiner l’equation permettant des recettesd’un film hollywoodien tire d’un livre sur basede :

Couts de production

Couts publicitaires

Recettes du livres

On considere 10 films.

ULBBeamerlogo


4. Exercices

Exercice 2

Walker et al ont etudie le stress chezles manchots de Magellan en 2005.Certains se reproduisent dans uneregion retiree avec peu d’activiteshumaine. D’autres se reproduisentdans des regions touristiques.

ULBBeamerlogo


4. Exercices

Exercice 2


On veut savoir si les manchots stress plus en grandissant et si le fait degrandir dans une zone touristique ou non influence le stress.

ULBBeamerlogo


4. Exercices

Exercice 2



Pour cela, on les capture et on mesure leur concentration decorticosterone 30 minutes apres. On fait cela pour 3 categories demanchots : recemment eclos, de 40 a 50 jours et juste adultes.

ULBBeamerlogo


4. Exercices

Exercice 2



Pour cela, on les capture et on mesure leur concentration decorticosterone 30 minutes apres. On fait cela pour 3 categories demanchots : recemment eclos, de 40 a 50 jours et juste adultes.

Ouvrir le fichier pinguin.xls. Determiner si l’age des jeunes manchotsa une influence sur leur niveau de stress, si le fait de grandir dans uneregion retiree ou touristique a une influence sur leur niveau de stress etsi l’effet de l’age depend de l’environnement.

ULBBeamerlogo


4. Exercices

Exercice 3

Ouvrir le fichier melatonine.sav en SPSS.Quand on change de zone horaire, on souffre du decalage horaire.Ensuite, on s’adapte au cycle lumineux percu par l’oeil et onresynchronise notre rythme circadien. Le changement dans ce rythmese nomme un “shift”.En 2002, Wright et Czeisler ont reetudie ce phenomene. Ils ont mesurele cycle de production de melatonine chez N = 22 sujets aleatoirementsoumis a un des 3 traitement suivants.Ils ont ete reveille durant leur sommeil et soumis a une forte lumiere dansles yeux, a l’arriere du genoux ou a aucune lumiere, durant une periodede 3 heures. Apres 2 jours, on a mesure leur cycle de melatonine.

ULBBeamerlogo


4. Exercices

Exercice 3

Ouvrir le fichier melatonine.sav en SPSS.Quand on change de zone horaire, on souffre du decalage horaire.Ensuite, on s’adapte au cycle lumineux percu par l’oeil et onresynchronise notre rythme circadien. Le changement dans ce rythmese nomme un “shift”.En 2002, Wright et Czeisler ont reetudie ce phenomene. Ils ont mesurele cycle de production de melatonine chez N = 22 sujets aleatoirementsoumis a un des 3 traitement suivants.Ils ont ete reveille durant leur sommeil et soumis a une forte lumiere dansles yeux, a l’arriere du genoux ou a aucune lumiere, durant une periodede 3 heures. Apres 2 jours, on a mesure leur cycle de melatonine.

Le “shift” (en heures) est donne pour chaque groupe dans le fichier. Unshift negatif montre un retard.

1 La maniere dont on eclaire a-t-il un impact sur le cycle circadien?

ULBBeamerlogo


4. Exercices

Exercice 4

Ouvrir le fichier intima media.xls en SPSS.

1 Regarder si l’age a une influence significative sur la pratique dusport.

2 Regarder si l’age et l’IMC ont une influence significative surl’epaisseur de l’intima-media.

3 Regarder si l’epaisseur de l’intima-media depend de manieresignificative de la consommation d’alcool et de tabac.

ULBBeamerlogo


4. Exercices

Exercice 5

Dans l’emission de realite “I’m a celebrity, get me out of here”, descelebrites doivent survivre dans la jungle et doivent subir des epreuvesdesagreables et humiliantes

Une de ces epreuves est de manger des choses peu appetissantes.

8 celebrites mangent chacune 4 de ces choses. On mesure le temps quileur faut avant d’avoir la nausee en secondes.

1 Y a-t-il une difference de temps entre ces choses?

ULBBeamerlogo


4. Exercices

Exercice 6

Les mammiferes ont des mecanisme permettant de reduire latemperature cerebrale par rapport a la temperature corporelle quand ilsont exposes a des fortes chaleur durant de longues periodes. En 2003,Fuller et al. se sont demande si les autruches savaient faire la memechose. Pour cela, ils ont mesure la temperature corporelle et cerebralede six autruches. Les resultats se trouvent dans le fichierautruche.xls.Les temperatures corporelles et cerebrales des autruches sont-ellesdifferentes en moyenne?

ULBBeamerlogo


4. Exercices

Exercice 7

Nous testons l’influence de differents regimes alimentaires sur des ratsde laboratoire. Le gain de poids des rats est designe par la variable“Poids” exprimee en grammes. La variable Calorie vaut 1 si les rats n’ontpas suivi un regime hypercalorique et 2 s’ils ont suivi un tel regimehypercalorique. La variable Vitamine vaut 1 si les rats n’ont pas recu decomplements vitamines et 2 s’ils ont recu de tels complements.Les calories et le vitamines influence-t-elles les poids des rats?Les donnees se trouvent dans le fichier rats.xls.

ULBBeamerlogo


4. Exercices

Exercice 8

Les chickadees lancent un cris d’alarme “chick-a-dee-dee-dee” lorsqu’ilsapercoivent un predateur (hiboux, aigle, faucon) qui n’est pas en vol. En2005, Templeton et al. se sont demande si le nombre de “dee” etait lie aupoids des predateurs. Les petits predateurs manoeuvrant mieux et senourrissant plus frequemment de petits oiseaux que les grandspredateurs. Ils ont perche 13 predateurs de taille differentes devant desnuees de chickadees et ont mesure le nombre moyen de “dee” pourchacun des predateur. Les donnees se trouvent dans le fichierchickadee.xls.Y a-t-il moyen de predire le nombre de “dee” moyen sur base du poidsdu predateur?

ULBBeamerlogo


4. Exercices

Exercice 9

Les trematodes Euhaplorchis californienisis deviennent adultes dans lespoissons “Fundulus parvipinnis”. Ces poissons se font manger pas desoiseaux tels que les herons. Les trematodes se retrouvent ainsi dans lesoiseaux dans lesquels ils pondent leur oeufs. On a remarque que lespoissons infectes nageaient plus proche de la surface et etaient donc desproies plus faciles. Une etude de 1996 a etudie l’impact de l’infection surle risque d’etre mange. Ils ont mis des poissons non infectes, legerementinfectes et fort infectes dans un aquarium ouvert a l’exterieure et ontcompte le nombre de poissons manges. Voici les resultats

non infecte legerement infecte fort infecteMange 1 10 37

Non mange 49 35 9

ULBBeamerlogo


4. Exercices

Exercice 10

Les gens faisant beaucoup de sport ont la reputation d’etre plus attirantsd’un point de vue sexuel. Pour verifier cela, on a compte le nombre departenaires sexuelles qu’on eu des etudiants en sport et des etudiantsen bio, sur une annee.

1 Ouvrir le fichier sport vs bio.xls

2 Tester si le nombre de partenaires sexuelles est une variabledistribuee normalement pour les etudiants en bio et les etudiants ensport

3 Determiner s’il y a une difference difference significative entre lenombre de partenaires sexuelles des etudiants en sport et en bio.

ULBBeamerlogo


4. Exercices

Exercices enseignement enfants trisomiques I

de Graaf et al ont etudie, en 2013 l’importance du choix del’enseignement (enseignement specialise ou enseignement traditionnel)pour des enfants atteints de trisomie. Ils ont pour cela fait remplir unquestionnaire a des parents d’enfants trisomiques suivant les deux typesd’enseignements. Ils ont interroge les parents sur les performances desenfants en lecture, ecriture et mathematiques. On a egalement desdonnees sur l’age, le QI des enfants et le niveau d’etude des parents.

ULBBeamerlogo


4. Exercices

Exercices enseignement enfants trisomiques II

Vous trouverez des donnees basees sur cette etude dans le fichierdown.xls

Exercice 11 Y a-t-il une difference entre les performances des enfantssuivant l’enseignement specialise et l’enseignement traditionnel enlecture, ecriture et mathematiques.

Exercice 12 Etudier l’effet du type d’enseignement et du niveaud’etudes des parents sur les performances de l’enfant en lecture.

Exercice 13 Etudier l’effet du QI, de l’age et du niveau d’etude de lamere sur les performances de l’enfant en lecture, ecriture etmathematiques.

Exercice 14 Etudier l’impact du niveau d’etudes des parents sur lechoix de l’enseignement chez l’enfant.

ULBBeamerlogo


Documents

Chapitre 2: Régression et ANOVA - Personal Homepageshomepages.ulb.ac.be/~cverhoev/BMOL-G4400/chapitre2.pdf · 1. Introduction Utilisation de la regression et ANOVA´ Dans les etudes