Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment effectuer une ANOVA à mesures répétées dans R



Une ANOVA à mesures répétées est utilisée pour déterminer s’il existe ou non une différence statistiquement significative entre les moyennes de trois groupes ou plus dans lesquels les mêmes sujets apparaissent dans chaque groupe.

Ce didacticiel explique comment effectuer une ANOVA unidirectionnelle à mesures répétées dans R.

Exemple : ANOVA à mesures répétées dans R

Les chercheurs veulent savoir si quatre médicaments différents entraînent des temps de réaction différents. Pour tester cela, ils mesurent le temps de réaction de cinq patients aux quatre médicaments différents. Puisque chaque patient est mesuré sur chacun des quatre médicaments, nous utiliserons une ANOVA à mesures répétées pour déterminer si le temps de réaction moyen diffère entre les médicaments.

Utilisez les étapes suivantes pour effectuer l’ANOVA à mesures répétées dans R.

Étape 1 : Saisissez les données.

Tout d’abord, nous allons créer un bloc de données pour contenir nos données :

#create data
df <- data.frame(patient=rep(1:5, each=4),
                 drug=rep(1:4, times=5),
                 response=c(30, 28, 16, 34,
                            14, 18, 10, 22,
                            24, 20, 18, 30,
                            38, 34, 20, 44,
                            26, 28, 14, 30))

#view data
df

   patient drug response
1        1    1       30
2        1    2       28
3        1    3       16
4        1    4       34
5        2    1       14
6        2    2       18
7        2    3       10
8        2    4       22
9        3    1       24
10       3    2       20
11       3    3       18
12       3    4       30
13       4    1       38
14       4    2       34
15       4    3       20
16       4    4       44
17       5    1       26
18       5    2       28
19       5    3       14
20       5    4       30	   

Étape 2 : Effectuez l’ANOVA à mesures répétées.

Ensuite, nous effectuerons l’ANOVA à mesures répétées en utilisant la fonction aov() :

#fit repeated measures ANOVA model
model <- aov(response~factor(drug)+Error(factor(patient)), data = df)

#view model summary
summary(model)

Error: factor(patient)
          Df Sum Sq Mean Sq F value Pr(>F)
Residuals  4  680.8   170.2               

Error: Within
             Df Sum Sq Mean Sq F value   Pr(>F)    
factor(drug)  3  698.2   232.7   24.76 1.99e-05 ***
Residuals    12  112.8     9.4                     
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Étape 3 : Interprétez les résultats.

Une ANOVA à mesures répétées utilise les hypothèses nulles et alternatives suivantes :

L’hypothèse nulle (H 0 ) : µ 1 = µ 2 = µ 3 (les moyennes de population sont toutes égales)

L’hypothèse alternative : (Ha) : au moins une moyenne de population est différente du reste

Dans cet exemple, la statistique de test F est de 24,76 et la valeur p correspondante est de 1,99e-05 . Puisque cette valeur p est inférieure à 0,05, nous rejetons l’hypothèse nulle et concluons qu’il existe une différence statistiquement significative dans les temps de réponse moyens entre les quatre médicaments.

Étape 4 : Rapportez les résultats.

Enfin, nous rapporterons les résultats de notre ANOVA à mesures répétées.

Voici un exemple de la façon de procéder :

Une ANOVA unidirectionnelle à mesures répétées a été réalisée sur cinq personnes pour examiner l’effet de quatre médicaments différents sur le temps de réponse.

Les résultats ont montré que le type de médicament utilisé entraînait des différences statistiquement significatives dans le temps de réponse (F(3, 12) = 24,76, p < 0,001).

Ressources additionnelles

ANOVA à mesures répétées : définition, formule et exemple
Comment effectuer manuellement une ANOVA à mesures répétées
Comment effectuer une ANOVA à mesures répétées en Python
Comment effectuer une ANOVA à mesures répétées dans Excel
Comment effectuer une ANOVA à mesures répétées dans SPSS
Comment effectuer une ANOVA à mesures répétées dans Stata

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *