Tableau des coefficients pour la fonction Ajuster le modèle à effets mixtes

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour chaque statistique dans le tableau des coefficients.

Coefficients

Le tableau des coefficients indique les coefficients de chaque niveau des facteurs fixes, ainsi que les coefficients des covariables. Le coefficient d'un facteur fixe à un niveau spécifique décrit l'effet du niveau du facteur sur la réponse, comparé aux autres niveaux du facteur. Le coefficient d'une covariable représente l'importance et le sens de la relation linéaire entre le terme et la réponse.

Interprétation

L'interprétation de chaque coefficient change entre un coefficient de facteur fixe ou de covariable, comme indiqué ci-dessous :
Facteur fixe

Les coefficients d'un facteur fixe indiquent la différence entre les moyennes de niveaux pour le terme. Vous pouvez également effectuer une analyse de comparaisons multiples pour le terme afin de classer plus précisément les effets de niveau en groupes statistiquement égaux ou différents.

Covariable

Le coefficient d'une covariable représente la variation de la réponse moyenne associée à une variation d'une unité de ce terme quand tous les autres éléments du modèle restent identiques. Le signe du coefficient indique le sens de la relation entre le terme et la réponse. La taille du coefficient aide généralement à évaluer la signification pratique du terme sur la variable de réponse.

Coef ErT

L'erreur type du coefficient estime la variabilité entre les estimations des coefficients que vous obtiendriez si vous préleviez des échantillons dans la même population de façon répétée. Le calcul suppose que les termes du modèle et l'effectif d'échantillon restent identiques même après plusieurs échantillonnages.

Interprétation

Vous pouvez utiliser l'erreur type du coefficient pour mesurer la précision de l'estimation du coefficient. Plus l'erreur type est petite, plus l'estimation est précise. Si vous divisez le coefficient par son erreur type, vous obtiendrez une valeur de t. Si la valeur de p associée à cette statistique t est inférieure au seuil de signification, vous pouvez en conclure que le coefficient diffère de manière significative de 0.

DL

Les degrés de liberté (DL) représentent la quantité d'informations dans vos données. Minitab utilise également les degrés de liberté afin de définir le test t pour le coefficient.

Intervalle de confiance pour le coefficient (IC à 95 %)

Ces intervalles de confiance (IC) sont des étendues de valeurs ayant de fortes chances de contenir la valeur réelle des coefficients pour un terme d'effet fixe du modèle.

Les échantillons étant aléatoires, il est peu probable que deux échantillons d'une population donnent des intervalles de confiance identiques. Cependant, si vous prenez de nombreux échantillons aléatoires, un certain pourcentage des intervalles de confiance obtenus contiendra le paramètre de population inconnu. Le pourcentage de ces intervalles de confiance contenant le paramètre est le niveau de confiance de l'intervalle.

L'intervalle de confiance est composé de deux parties :
Estimation ponctuelle
Cette valeur unique estime un paramètre de population à l'aide de vos données échantillons. L'intervalle de confiance est centré sur cette estimation ponctuelle.
Marge d'erreur
La marge d'erreur définit la largeur de l'intervalle de confiance et est déterminée par la variabilité observée dans l'échantillon, l'effectif de l'échantillon et le niveau de confiance. Pour calculer la limite supérieure de l'intervalle de confiance, la marge d'erreur est ajoutée à l'estimation ponctuelle. Pour calculer la limite inférieure de l'intervalle de confiance, la marge d'erreur est soustraite de l'estimation ponctuelle.

Interprétation

Si le niveau de confiance est 95 %, vous pouvez être sûr à 95 % que l'intervalle de confiance contient la valeur réelle du coefficient correspondant. L'intervalle de confiance vous aide à évaluer la signification pratique de vos résultats. Utilisez vos connaissances spécialisées pour déterminer si l'intervalle de confiance comporte des valeurs ayant une signification pratique pour votre situation. Si l'intervalle est trop grand pour être utile, vous devez sans doute augmenter votre effectif d'échantillon.

Valeur de t

La valeur de t mesure le rapport entre le coefficient et son erreur type.

Interprétation

Minitab utilise la valeur de t pour calculer la valeur de p, qui permet de déterminer si le coefficient est significativement différent de 0.

Vous pouvez utiliser la valeur de t afin de déterminer si l'hypothèse nulle doit être rejetée. Cependant, la valeur de p est plus souvent utilisée, car le seuil de rejet de l'hypothèse nulle ne dépend pas des degrés de liberté. Pour plus d'informations sur l'utilisation de la valeur de t, reportez-vous à la rubrique Utiliser la valeur de t afin de déterminer si l'hypothèse nulle doit être rejetée.

Valeur de p - Coefficient

La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Des probabilités faibles permettent d'invalider l'hypothèse nulle avec plus de certitude.

Interprétation

Pour déterminer si un coefficient est significativement différent de 0, comparez sa valeur de p au seuil de signification. En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Un seuil de signification de 0,05 indique 5 % de risque de conclure à tort qu'il existe une incidence.

Valeur de p ≤ α : le coefficient est statistiquement différent de 0

Si la valeur de p est inférieure ou égale au seuil de signification, vous pouvez conclure que le coefficient est significativement différent de 0.

Valeur de p > α : le coefficient n'est pas statistiquement différent de 0
Si la valeur de p est supérieure au seuil de signification, vous ne pouvez pas conclure que le coefficient est significativement différent de 0.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique