TESTS DE COMPARAISON DE DEUX VARIANCES

Transcription

1 TESTS DE COMPARAISON DE DEUX VARIANCES À l occasion de la rénovation du BTSA, il nous a semblé nécessaire d aborder la notion de test de comparaison de deux variances. Celle-ci apparaît dans le référentiel du BTSA module M4 (famille) objectif 3 : «La comparaison des variances à l aide d un test de Fisher est mise en œuvre dans des études d homogénéité de lots». Ce test est souvent utilisé pour valider l hypothèse de leur égalité (appelée homoscédasticité ). La comparaison des variances s avère donc utile comme test complémentaire lorsqu on souhaite tester l égalité de deux moyennes (cas des petits échantillons indépendants). Le test de comparaison de deux variances est également utilisé dans le cadre d une analyse de variance ou d un test sur le coefficient de détermination. Cependant, lorsqu on s intéresse aux dispersions d un même caractère dans deux populations, la comparaison des variances constitue alors une étude intrinsèque (il s agit dans ce cas d un test à part entière). On lui trouve un intérêt particulier lorsque deux méthodes de mesures sont comparées par la variabilité des résultats fournis. Celle dont la variance est la plus faible est alors considérée comme la plus précise. Exemple En Argentine, une expérimentation a été menée en 009 dans le but de résoudre des problèmes liés à l intensification de l agriculture et particulièrement à une nouvelle méthode d engraissement des bovins. La race traditionnelle A.Angus n étant pas adaptée à ce système d élevage, un croisement : A.Angus x Charolaise a été créé. L objectif est d obtenir des animaux mieux adaptés à ces nouvelles pratiques tout en maintenant une homogénéité comparable à celle de race traditionnelle. Le caractère étudié est le GMQ (Gain Moyen Quotidien) exprimé en kg. Les résultats observés sur deux lots (ici au sens " échantillons") sont les suivants : - pour le lot : race pure, taille de l échantillon : 6, variance : 0,6. - pour le lot : race croisée, taille de l échantillon :, variance : 0,37. Peut-on considérer que le GMQ du croisement A.Angus x Charolaise donne des résultats aussi homogènes que celui de la race pure? (on prendra un seuil de risque de 0,05). Exemple Dans un élevage de canards prêts à gaver, une expérimentation relative à l alimentation a été menée. Ces canards sont traditionnellement nourris au maïs grain complémenté avec du soja, du colza et du tournesol. Pour des raisons économiques, l expérience consiste à remplacer le soja par des drèches de maïs (le soja est importé du Brésil alors que le maïs est cultivé sur place). On définit ainsi deux types d alimentation : - Type A : alimentation traditionnelle : soja, colza, tournesol. - Type B : colza, tournesol, le soja a été remplacé par des drèches de maïs. Le problème est de savoir si l alimentation de type B ne va pas provoquer une plus grande dispersion du poids des canards. Le caractère étudié est donc le poids des canards exprimé en grammes. Homoscédasticité : Étymologie : Composé du préfixe «homo» qui signifie même et de la racine «scédasticité» qui vient du grec «σκεδαση» qui signifie dispersion. 8 ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00

2 Les résultats sont donnés ci-dessous : - Échantillon extrait de la population des canards dont l alimentation est de Type A : taille 50, variance s = Échantillon extrait de la population des canards dont l alimentation est de Type B : taille 50, variance : s = Précisions sur les notations utilisées dans cet article : Dans l exemple : On définit la variable aléatoire X (respectivement X ) qui, à chaque vache de race A.Angus (respectivement A.Angus x Charolaise) prélevée au hasard, associe son GMQ. Ces deux variables sont supposées distribuées normalement de variances respectives σ et σ. Soit S (respectivement S ) la variable aléatoire qui à chaque échantillon de n vaches A.Angus (respectivement n vaches A.Angus x Charolaise) associe sa variance notée s (respectivement s ). Les échantillons sont supposés aléatoires simples et indépendants. Dans l exemple : Les notations sont analogues en remplaçant dans le paragraphe ci dessus «les vaches de race A.Angus» par «les canards engraissés avec l alimentation de type A», et «les vaches de race A. Angus x Charolais» par «les canards engraissés avec l alimentation de type B». Les hypothèses sont les même que dans l exemple. Quelques précisions sur la loi de Fisher Snedecor : Définition Si U et V sont deux variables aléatoires indépendantes distribuées respectivement selon les U lois de χ (ν ) et de χ ν (ν ), alors la loi de la variable aléatoire : W = est distribuée selon V ν la loi de Fisher-Snedecor à (ν ; ν ) degrés de liberté (ν degrés de liberté au numérateur et ν degrés de liberté au dénominateur), notée F(ν ; ν ). Conséquence immédiate : Si W est une variable aléatoire distribuée selon la loi F(ν ; ν ), alors est distribuée selon la W loi F(ν ; ν ). Propriété Le quantile d ordre α de la loi F(ν ; ν ), est l inverse du quantile d ordre α de la loi F(ν ; ν ). On a donc la relation : f α (ν ; ν ) = f α (ν ; ν ). On note f α (ν ; ν ) le nombre réel tel que P( ) F < f α (ν ; ν ) = α. ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00 9

3 Démonstration : W est distribuée suivant la loi de Fisher Snedecor à (ν ; ν ) ddl. W prend donc des valeurs strictement positives. Soit a > 0, P(W a) = P W a D autre part, P W a = P W < a. La loi de W étant continue, celle de W aussi, P W < a = P W a Ainsi P W a = P W a En posant P(W a) = α, on alors P W a = α. Par conséquent : P W a = α ou encore P W a = α. La loi de Fisher Snedecor étant continue, α étant défini, a est unique et s exprime en fonction de α : a = f α (ν ; ν ) P(W a) = α P W a = α avec la notation : a = f α(ν ; ν ) et d après la propriété, a = f α(ν ; ν ). On obtient donc : f α (ν ; ν ) = f α (ν ; ν ). Cas d échantillons issus de populations gaussiennes Or, si on dispose de deux échantillons aléatoires simples et indépendants de tailles respectives n et n issus de deux lois mères gaussiennes, alors les variables aléatoires n S et n S σ sont indépendantes et distribuées respectivement selon les lois du χ () et du χ (n ). Sous l hypothèse d égalité des variances (σ = σ ), on en déduit que la variable aléatoire n S est distribuée selon la loi de F(n n S ; n ). n Test bilatéral : Hypothèses : H 0 : "σ = σ " et H : "σ σ " σ Sous l'hypothèse H 0, la variable F = F( ; n ) n S n S n est distribuée selon la loi de Fisher Snedecor 0 ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00

4 Dans ce cas, le test de comparaison étant bilatéral, on rejette H 0 au seuil de risque α dans les deux cas suivants : On a la relation suivante P D où la règle de décision : f obs f α ; ν ) ou f obs f α (ν (ν ; ν ) f α ( ; n ) < F < f α ( ; n ) = α. n s Si f obs = f α n s ; n ) (n., f α (n ; n ), on rejette H 0 au seuil de n risque α, dans le cas contraire, on n'est pas en situation de rejeter H 0. f α/ f -α/ zone de rejet de H 0 zone de non rejet de H 0 Exemple : Eléments de correction : zone de rejet de H 0 Hypothèses : H 0 : "σ = σ " et H : "σ σ " La variable aléatoire F = n S n S n est distribuée selon la loi de F(5 ; 0). Calcul de la valeur observée : f obs = n s n s n = 6 0,6 5 0,37 0 0,7. ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00

5 On détermine les valeurs critiques au risque de 0,05 : f 0,05 (5 ; 0) = f 0,975 (0 ; 5),76 0,36 et f 0,975 (5 ; 0),57. 0,7 [0,36 ;,57]. On ne peut pas en déduire que les variances du caractère GMQ des deux populations sont différentes, donc on accepte H 0. Test unilatéral Hypothèses : H 0 : "σ = σ " et H : "σ > σ " Règle de décision : si f obs = n s n s n > f α ( ; n ), on rejette H 0 au seuil de risque α. f α zone de non rejet de H zone de rejet de H 0 0 Exemple : Eléments de correction Hypothèses : H 0 : "σ = σ " et H : "σ > σ " n S n La variable aléatoire F = n S Calcul de la valeur observée : f obs = est distribuée selon la loi de F(49 ; 49). n s n n s = 05 63,. On détermine la valeur critique au risque de 0,05 : f 0,95 (0,49 ; 0,49),607 et, <,607. On ne peut rejeter H 0. En conclusion, on ne peut pas dire que l alimentation de type B provoque une plus grande dispersion du poids des canards. ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00

6 Toujours bon à savoir Comment tracer une courbe de Fisher? Il suffit de connaître la fonction densité de probabilité. La fonction densité associée à une variable aléatoire obéissant à la loi de Fisher Snedecor F ν, ν est la fonction f définie sur [0 ; + [ par : f (x) = k constante réelle telle que - + f(t) dt =. Prenons un exemple (arrangeant!) avec ν = 4 vet ν =. 8x On montre que k = 8 et donc que : f (x) = ( + x) 3. x + ν ( ν ) ν x ν + ν où k désigne la Il ne vous reste alors plus qu à utiliser votre grapheur préféré pour représenter la courbe. Fisher et Excel : Fonctions du tableur relatives à la loi de Fisher : LOI.F ; INVERSE.LOI.F et TEST.F LOI.F : Fonction qui renvoie la probabilité de dépasser une valeur donnée. LOI.F(,7;3;5) renvoie la valeur 0,563. Interprétation : La loi de probabilité de F est la loi de Fisher F(3 ; 5) alors P(F,7) 0,563. INVERSE.LOI.F : Une probabilité étant donnée, cette fonction renvoie la valeur a telle que la probabilité de dépasser a est la probabilité donnée. Exemple : INVERSE.LOI.F(0,98;3;5) renvoie la valeur 0,057. Interprétation : La loi de probabilité de F étant la loi de Fisher F(3 ; 5) alors P(F 0,057) 0,98. INVERSE.LOI.F(0,563;3;5) renvoie la valeur,7. 0,563,7 ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00 3

7 TEST.F : Sous l hypothèse d égalité des variances de deux populations, cette fonction renvoie la probabilité d obtenir une telle différence entre les variances des deux échantillons. échantillon issu d'une population échantillon issu d'une population 6 46, Variances s = 4,4 s = 40,76 Test de variance 0, Il s agit d un test bilatéral, Excel ne donne pas la possibilité de faire un test unilatéral. Si les variances des deux populations sont égales et si le caractère étudié est distribuée selon des lois normales dans les deux populations, alors la probabilité de voir un tel écart sur les variances des deux échantillons est d'environ 0,05 : la loi de probabilité de F étant la loi de Fisher F (4 ; 4) alors : 4 3 P s 4 3 F 4 s F 4 0,05. 3 s = 3 s P Remarque : Les données prises dans cet exemple pour interpréter la valeur renvoyée par la fonction TEST.F ne sont pas très pédagogiques dans la mesure où il semble difficile de prendre une décision au risque de 5 % puisque l on se trouve à la limite. L intérêt est de faire comprendre la valeur obtenue. Si la valeur renvoyée est nettement inférieure à 0,05, on en déduit alors si que H 0 est vraie la probabilité d obtenir un tel rapport est faible. On préfère alors rejeter l hypothèse d égalité des variances des deux populations dont sont extraits les deux échantillons. Si la valeur obtenue au test est nettement plus grande que 0,05, on en déduit alors que le rapport n est pas assez grand (ou proche de zéro pour l inverse) pour mettre en doute H 0. On ne rejette donc pas l hypothèse d égalité des variances des deux populations. Pour aller plus loin, voici un exercice en guise de prolongement Énoncé : Retrouver la relation entre les lois de W et en utilisant les densités. W Indications de correction : Si W est à valeurs strictement positives de densité f et si a pour densité g, on a la relation W pour tout x positif, g(x) = x f x pour tout x strictement positif. On peut alors retrouver la relation entre les lois de W et lorsque W est distribué selon une loi de F. W Pour démontrer la relation précédente entre f et g il suffit d écrire les relations entre les fonctions de répartition et d en déduire les relations entre les fonctions dérivées. 4 ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00

8 Bibliographie : - Gilbert SAPORTA : Probabilités Analyse des données et statistique, éd Technip Éditions. - Pierre DAGNELIE : Théorie et méthodes statistiques, Volumes et, éd. Les presses Agronomiques de Gembloux. - Bruno SCHERRER : Biostatistique, éd. Gaëtan Morin. - Michel VILAIN : Les outils mathématiques des méthodes expérimentales, éd. Tec et Doc. - Jean Jacques DAUDIN, Stéphane ROBIN et Colette VUILLET : Statistique inférentielle, idées démarches, exemples, Société française de statistique, Presse universitaire de Rennes. - Pascal KAUFFMANN : Statistique information estimation tests, éd. Dunod. - Centre d Enseignement et de Recherche de Statistique Appliquée : Aide mémoire-pratique des techniques statistiques pour ingénieurs et techniciens supérieurs. éd. Ceresta. - Brigitte CHAPUT : «BTSA : enseigner la statistique inférentielle» Stage ENFA. - Yadolah DODGE : Premiers pas en statistique, éd. Springer. ENFA - Bulletin n 0 du groupe PY-MATH - Décembre 00 5