Tableau des composantes de la variance pour la fonction Ajuster le modèle à effets mixtes

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour chaque statistique fournie dans le tableau des composantes de la variance.

Composantes de la variance

Les composantes de la variance représentent la variance des termes aléatoires et du terme d'erreur aléatoire dans un modèle à effets mixtes. Minitab affiche la valeur de la composante de variance (Var) et la part de la variation totale représentée par la composante de variance (% du total).

Interprétation

Utilisez cette option pour évaluer la part de variation de l'étude pouvant être attribuée à chaque terme aléatoire. Plus les valeurs sont élevées, plus le terme contribue à la variabilité de la réponse. Par exemple, le terme de terrain présente une composante de variance d'environ 0,078 et rend compte d'environ 73 % de la variance dans le modèle.

Modèle à effets mixtes : Rendement en fonction de Terrain; Variété

Composantes de la variance

Source Var % du total Var. ErT IC à 95 % Valeur de Z Terrain 0,077919 72,93% 0,067580 (0,0142361; 0,426476) 1,152996 Erreur 0,028924 27,07% 0,010562 (0,0141399; 0,059166) 2,738613 Total 0,106843 Valeur Source de p Terrain 0,124 Erreur 0,003 Total Log de vraisemblance -2 = 7,736012

Var. ErT

L'erreur type de la composante de la variance permet d'évaluer le degré d'incertitude associé à l'estimation de la composante de variance à partir de données échantillons

Interprétation

Utilisez l'erreur type de la composante de variance pour mesurer la précision de son estimation. Plus l'erreur type est petite, plus l'estimation est précise. Si vous divisez la composante de la variance par son erreur type, vous obtiendrez une valeur de Z. Si la valeur de p associée à cette statistique Z est inférieure à votre seuil de signification (noté alpha ou α), vous pouvez conclure que la composante de variance est supérieure à zéro.

Intervalle de confiance pour la composante de la variance (IC à 95 %)

Les intervalles de confiance (IC) sont des étendues de valeurs ayant de fortes chances de contenir la valeur réelle de la composante de la variance.

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 de la composante de variance pour le terme aléatoire 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 Z

La valeur de Z est une statistique de test qui mesure le rapport entre la composante de variance estimée et son erreur type.

Interprétation

Minitab utilise la valeur de Z pour calculer la valeur de p, qui permet de déterminer si la composante de la variance est significativement supérieure à zéro.

Valeur de p pour les composantes de variance

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 terme aléatoire a une influence significative sur la réponse, comparez la valeur de p du terme dans le tableau des composantes de la variance 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 un effet.
Valeur de p ≤ α : le terme aléatoire influe de manière significative sur la réponse
Si la valeur de p est inférieure ou égale au seuil de signification, vous pouvez conclure que le terme aléatoire a une influence significative sur la réponse. Cela signifie que la variance du terme aléatoire est significativement différente de zéro.
Valeur de p > α : le terme aléatoire n'influe pas de manière significative sur la réponse
Si la valeur de p est supérieure au seuil de signification, vous ne pouvez pas conclure que le terme aléatoire influe de manière significative sur la réponse. Il est sans doute nécessaire de réajuster le modèle sans le terme non significatif afin d'évaluer l'effet du terme sur d'autres résultats.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique