Test Statistique, Student, ANOVA et corrélation

Objectifs

Tests statistiques : principe et utilisation avec le test de Student

Interprétation
Vérification de la pertinence du test (autre choix de test)
Analyse de variance à un facteur
Acteur
Corrélation dans le cas d’une hypothèse “effet linéaire”
Principe des tests statistiques

Principes généraux
Thématique de recherche → fondamentale, appliquée, végétale,
animale, moléculaire, chimique, intégrée, médicale, ...
Connaissance du sujet permet d’identifier une question
pertinente sur le plan scientifique
”testable” d’un point de vue expérimental.
”Testable d’un point de vue expérimental”
une hypothèse peut être formulée (réponse hypothétique à la question
posée)
une expérience (expérimentation) peut être mise en place
Une expérimentation consiste à manipuler un facteur et à contrôler
les autres.
Observation sur une variable de l’effet de la manipulation de ce
facteur.
Principe des tests statistiques
Exemple
Après avoir annulé les effets du vent et de la pente en faisant l’expérience
en salle et sur sol plat, on peux observer les effets que l’appui sur
l’accélérateur a sur la vitesse.

Expérience
L’expérience donne un résultat
positif : conforme à l’hypothèse du chercheur
nul : l’hypothèse ne se confirme pas
surprenant : non nul, mais allant dans le sens contraire à ce que les
connaissances actuelles permettaient de prévoir
A partir de quand considère-t-on que le résultat est positif, nul ou
surprenant ? → test statistique
Les statistiques
ne connaissent pas la vérité biologique
déterminent des probabilités d’apparition d’un type de résultat ”par
hasard”
Principe des tests statistiques

Raisonnement statistique
L’expérimentateur :
réalise une expérience
Obtient un résultat
À quel facteur incombe ce résultat ? (retournement du problème)
→ Probabilité pour que le résultat soit dû au hasard ?
Forte probabilité : le résultat est peut-être dû au hasard
Faible probabilité : on attribuera le résultat à l’effet du facteur étudié
Deux problèmes :
Comment exprimer, quantifier, ... le résultat pour pouvoir calculer des
probabilités dessus ?
comment calculer cette probabilité ?

Exemples étudiés
Le t de Student, l’analyse de variance et la corrélation
Le test t de Student pour échantillons indépendant

Étude de l’effet d’un facteur à deux modalités sur une variable dépendante

Utilisation
Populations étudiées distribuées de façon normale
variabilités des groupes similaires

Correction de Welsch
Si les variabilités ne sont pas équivalentes
La plupart du temps automatique
Diminue le degré de liberté en fonction de la différence entre les
variances
Le test t de Student pour échantillons indépendant

Formule
Quantification de notre façon intuitive de dire que les moyennes des deux
groupes sont effectivement différentes. D’autant plus important lorsque :
La différence entre les deux moyennes est importante
Les variabilités des données sont faibles
Le nombre d’individus est élevé
|m1 − m2 |
t=q
s1 2 s2 2
n1 + n2
Le test t de Student pour échantillons indépendant

p-value
La p-value associée exprime la probabilité pour obtenir par hasard le
résultat observé si le facteur n’a pas d’effet (ou si les deux échantillons
sont issus de la même population)
Si p < 0.05 on considère que le résultat n’est pas le fruit du hasard :
le résultat est significatif
Sinon, le résultat a, en l’absence d’effet du facteur une telle
probabilité d’apparition qu’on ne l’attribuera pas à l’effet du facteur :
le résultat n’est pas significatif
Le test t de Student pour échantillons appariés

Résultats individuels pour deux groupes, l’un ayant reçu des anxiolytiques
et l’autre non. Mesure du stress.

Différence due à l’anxiolytique ou au hasard ?

Le test t de Student pour échantillons appariés

Résultats individuels pour un groupe de sujets dont on évalue le stress

avant et après la prise d’anxiolytiques. Sur le premier graphique, la
différence est-elle due à

Différence due à l’anxiolytique ou au hasard ?

Il est beaucoup plus facile de répondre dans ces deux cas car on connaı̂t
l’évolution de chaque individu.
Le test t de Student pour échantillons appariés

Formule
Calcule des différences entre les deux modalités du facteur pour chaque
sujet, puis on compare la moyenne de ces différences avec la valeur ”0” (si
le facteur n’a pas d’effet, la moyenne des différences va tendre vers 0)

|md |
t= sd
√
n
Exercice 1 : Student

Vos connaissances des systèmes neurobiologiques responsables de la

mémoire vous permettent de faire l’hypothèse que la substance X améliore
la mémoire. Vous prenez deux groupes de 15 sujets. À un groupe, vous
administrez des pastilles contenant la substance X (groupe “Traité”). À
l’autre groupe, vous administrez les mêmes pastilles sans la substance X
(groupe “Placebo”). Vous faı̂tes passer un test de mémoire à ces sujets et
receuillez les résultats. Votre hypothèse est-elle vérifiée ?
1 Introduisez les données dans R
2 Faites un t de Student sur ces données à l’aide de R
3 Est-ce que R et Systat renvoient les mêmes résultats ?
4 Rédigez le résultat et vos conclusions comme dans un rapport
5 Que vous inspire le graphique ci-dessous ?
6 Quelles vérifications proposez-vous de faire ?
Exercice 1 : Student

SYSTAT :
**************************************************************

Two-sample t test on SCORE grouped by TRAITEMENT$

Group N Mean SD
Placebo 15 10.267 1.751
Traité 15 11.667 1.759

Separate Variance t = -2.184 df = 28.0 Prob = 0.037

Difference in Means = -1.400 95.00% CI = -2.713 to -0.087

Pooled Variance t = -2.184 df = 28 Prob = 0.037

Difference in Means = -1.400 95.00% CI = -2.713 to -0.087
Exercice 1 : Student
Exercice 2 : Student

On souhaite savoir si un joueur est meilleur que l’autre. Pour chaque

joueur, on regarde ses performances aux différents matchs.
1 Qu’en pensez vous en regardant leur moyenne de points ?
On effectue un test statistique.
2 Introduisez les données dans R
3 Faites un t de Student sur ces données à l’aide de R
4 Est-ce que R et Systat renvoient les mêmes résultats ?
5 Interprétez les résultats et rédigez vos conclusions
6 Vous devez en sélectionner un pour représenter l’équipe : Lequel
choisissez-vous ? Pourquoi ?
7 Qui ou que sont les ”sujets” (ou ”individus”) dans cette expérience ?
Exercice 2 : Student

SYSTAT :
**************************************************************

Two-sample t test on RESULTAT grouped by JOUEUR$

Group N Mean SD
1 16 26.296 13.441
2 16 32.107 14.954

Separate Variance t = -1.156 df = 29.7 Prob = 0.257

Difference in Means = -5.810 95.00% CI = -16.081 to 4.460

Pooled Variance t = -1.156 df = 30 Prob = 0.257

Difference in Means = -5.810 95.00% CI = -16.076 to 4.455
Exercice 2 : Student
Analyse de variance pour échantillons indépendants

Utilité
Dans de nombreuses expériences, il n’y a pas ”2” mais ”plus de 2”
groupes à comparer (Exemple : ”l’effet dose” en pharmacologie)
Effectuer toutes les comparaisons voulues avec des t de Student :
chaque t de Student mesure la probabilité d’obtenir par hasard le
résultat observé. → Multiplie les risque d’en trouver une significative
alors que cette significativité est due au hasard (aléas de
l’échantillonnage dans notre cas)
L’analyse de variance permet de corriger ce biais.
L’analyse de variance est une extension du t de Student lorsqu’on a
plus de deux moyennes à comparer : Etude de l’effet d’un facteur à
plusieurs modalités sur une variable dépendante → Populations
étudiées distribuées de façon normale et homoscédasticité
Analyse de variance pour échantillons indépendants
Principes
Analyse en une ou deux étapes suivant les résultats
Vérifier que globalement la dispersion (des moyennes) des groupes a
peu de chance d’être due au hasard. Si c’est le cas :
Dans ce cas quels sont les groupes qui s’écartent le plus des autres :
quelles sont les différences entre les groupes qui ont peu de chances
d’être dues au hasard ? → Comparaisons ”a posteriori”, ou
”post-hoc” avec le test de Tukey (2ème étape que si la 1ère a montré
un effet significatif du facteur).

Autres tests
Tukey : comparer toutes les moyennes entre elles
Neuman-Keuls : comparer les moyennes si on a une hypothèse précise
sur l’ordre des moyennes
Dunnett : comparer toutes les moyennes de groupes expérimentaux à
un (ou deux) groupes témoins
Analyse de variance en mesure répétées

Principe
De même que pour les t de Student pour échantillons appariés, il existe
une procédure plus puissante en ANOVAs pour traiter les répétitions de
mesures sur les mêmes sujets. → Analyse de variance en mesures répétées
(repeated measure ANOVA).
Exercice 3 : Analyse de variance

Vos connaissances au sujet de la structure de l’enzyme W vous permettent

de supposer que la molécule Z en est un activateur. Vous disposez de cette
molécule Z et vous êtes capable de mesurer l’activité de l’enzyme W. Vous
ne savez cependant pas à quelle dose administrer la molécule Z. Vous
prenez 5 groupes de 10 souris. Aux différents groupes, vous administrez
respectivement 1ng, 10 ng, 50 ng et 100 ng de Z. Le 5e groupe ne reçoit
que le solvant utilisé.
1 Introduisez les données dans R
2 Faites une analyse de variance sur ces données à l’aide de R
3 Les résultats sont-ils conformes à ceux de Systat ?
4 Votre hypothèse est-elle vérifiée ?
5 Lisez vous le résultat des tests post-hoc (tests a posteriori) ?
Pourquoi ?
6 Rédigez vos conclusions.
Exercice 3 : Analyse de variance
SYSTAT :
**************************************************************************
Categorical values encountered during processing are:
DOSE$ (5 levels)
000 ng, 001 ng, 005 ng, 010 ng, 100 ng

Dep Var: ACT_ENZ N: 50 Multiple R: 0.838

Squared multiple R: 0.702

Analysis of Variance
Source Sum-of-Squares df Mean-Square F-ratio P
DOSE$ 1.03821E+07 4 2595533.920 26.508 0.000
Error 4406199.300 45 97915.540
Least squares means.
LS Mean SE N
DOSE$ =000 ng 50748.400 98.952 10
DOSE$ =001 ng 50787.200 98.952 10
DOSE$ =005 ng 50951.300 98.952 10
DOSE$ =010 ng 51332.800 98.952 10
DOSE$ =100 ng 51970.200 98.952 10
Exercice 3 : Analyse de variance
ROW DOSE$
1 000 ng 2 001 ng 3 005 ng 4 010 ng 5 100 ng
Post Hoc test of ACT_ENZ
---------------------------------------------------------------------------
Using model MSE of 97915.540 with 45 df.
Matrix of pairwise mean differences:
1 2 3 4 5
1 0.000
2 38.800 0.000
3 202.900 164.100 0.000
4 584.400 545.600 381.500 0.000
5 1221.800 1183.000 1018.900 637.400 0.000

Tukey HSD Multiple Comparisons.

Matrix of pairwise comparison probabilities:
1 2 3 4 5
1 1.000
2 0.999 1.000
3 0.599 0.767 1.000
4 0.001 0.003 0.066 1.000
5 0.000 0.000 0.000 0.000 1.000
---------------------------------------------------------------------------
Exercice 4 : Comparaison ANOVA vs Student

Les données de l’exercice 1 sont traitées avec une ANOVA au lieu du

Student
1 Comparez la Prob du test de Student avec le p de l’ANOVA
2 Comparez le t de Student avec le F de l’ANOVA, quelle est la relation
qui les unis ?
3 Que concluez-vous ?
Exercice 4 : Comparaison ANOVA vs Student

SYSTAT :
***************************************************************************
Categorical values encountered during processing are:
TRAITEMENT$ (2 levels)
Placebo, Traité

Dep Var: SCORE N: 30 Multiple R: 0.382 Squared multiple R: 0.146

Analysis of Variance
Source Sum-of-Squares df Mean-Square F-ratio P
TRAITEMENT$ 14.700 1 14.700 4.771 0.037
Error 86.267 28 3.081

---------------------------------------------------------------------------
Least squares means.
LS Mean SE N
TRAITEMENT$ =Placebo 10.267 0.453 15
TRAITEMENT$ =Traité 11.667 0.453 15
---------------------------------------------------------------------------
Le coefficient de corrélation de Pearson

Principe
Le coefficient de corrélation de Pearson (et son test) est utilisé pour
mesurer une relation linéaire entre deux variables quantitative.
On l’utilise théoriquement lorsque la population étudiée est distribuée
de façon normale sur les deux variables.
Le coefficient de corrélation de Pearson (également appelé coefficient
de corrélation de Bravais-Pearson), noté ”r”, peu prendre les valeurs
comprises entre -1 et +1.
r = 1 : relation linéaire parfaite, droite de pente positive
r = −1 : relation linéaire parfaite, droite de pente négative
r ' 0 : absence de relation linéaire mais il peut y avoir une relation
d’un autre type.
−1 < r < 0 : relation linéaire négative : le nuage de points présente
une pente descendante.
0 < r < +1 : relation linéaire positive : le nuage de points présente une
pente ascendante.
Le coefficient de corrélation de Pearson

Utilisation
Test du coefficient de corrélation : connaı̂tre avec quelle probabilité, deux
variables qui ne sont pas liées donneront un coefficient tel que celui
observé.
Résultat significatif : les deux variables présentent une relation qui, au
minimum, présente une ”ressemblance” avec la linéarité.
Résultat non significatif : le test a été incapable de déceler une
relation de linéarité.
Pas de relation
Indépendance entre les deux variables
Relation à composante linéaire mais dont l’intensité est trop faible
(masquée par la variabilité induite par les facteurs aléatoires)
Relation entre les 2 variables dont la forme empêche la détection d’une
relation linéaire (Exemple : relation motivation - performance)
Exercice 5 : Corrélation de Pearson

En psychologie expérimentale, on étudie la relation entre la rapidité dans

une tâche et la précision de la réponse. On calcule un coefficient de
corrélation de Pearson entre ces deux paramètres.
1 Introduisez les données dans R
2 Calculez le coefficient de corrélation sur ces données à l’aide de R ; ce
coefficient est il significatif ?
3 Les résultats sont-ils conformes à ceux de Systat ?
4 Rédigez les conclusions de l’analyse.
Exercice 5 : Corrélation de Pearson
SYSTAT :
***************************************************************************
Pearson correlation matrix
RAPIDITE PRECISION
RAPIDITE 1.000
PRECISION -0.824 1.000

Matrix of Probabilities
RAPIDITE PRECISION
RAPIDITE 0.000
PRECISION 0.000 0.000
Number of observations: 27
Exercice 6 : Corrélation de Pearson

Vous savez que l’hippocampe (structure cérébrale) envoie des axones vers
le septum latéral. On peut donc s’attendre à observer une relation
fonctionnelle. On mesure l’activité de l’hippocampe et celle du septum
latéral sur 20 sujets. On va utiliser un coefficient de corrélation pour
mesurer cette relation et un test du coefficient de corrélation pour voir si
ce résultat peut être attribué aux projections anatomiques.
1 Introduisez les données dans R
2 Calculez le coefficient de corrélation sur ces données à l’aide de R ; ce
coefficient est il significatif ?
3 Les résultats de R de Systat sont-ils conformes ?
4 Rédigez les conclusions de l’analyse.
Exercice 6 : Corrélation de Pearson
SYSTAT :
***************************************************************************
Pearson correlation matrix
HIPPOCAMPE SEPTUM
HIPPOCAMPE 1.000
SEPTUM 0.665 1.000

Matrix of Probabilities
HIPPOCAMPE SEPTUM
HIPPOCAMPE 0.000
SEPTUM 0.001 0.000
Number of observations: 22