Ce type d'analyse appartient à la famille des modèles d'analyse de covariance (ANCOVA) et des exemples sont disponibles dans le livre JMP ® Fitting Linear Models. Accédez à Aide ► Livres ► Fitting Linear Models . Pour plus d'informations sur les modèles ANCOVA, voir (1).
Prenons un exemple en utilisant l'échantillon de données Car Physical Data disponible dans la bibliothèque d'échantillons de données JMP. Régressez le poids sur le rayon de braquage, le pays et le pays*rayon de braquage.
Analyser ► Modèle d'ajustement:
Dans le menu du triangle rouge supérieur, sélectionnez Estimations ► Comparer les pentes . Sous le menu du triangle rouge de l'en-tête Comparaisons avec le graphique de décision de la moyenne globale , sélectionnez ► Afficher le rapport récapitulatif .
JMP produit un rapport qui trace l'ampleur de la pente pour chaque niveau du facteur Pays, par rapport à la pente moyenne globale (moyenne de tous les niveaux de ce facteur catégoriel), et avec les limites de décision inférieures/supérieures (LDL, UDL). Le tracé et les résultats sont un test d'analyse des moyennes (ANOM). Si une ou plusieurs valeurs de pentes dépassent les limites de décision, cela indique que cette ou ces pentes sont statistiquement significativement différentes de la pente moyenne globale.
Pour plus d'informations, consultez la section de la documentation d'assistance de JMP sous Analyse de base > Analyse unidirectionnelle > Détails statistiques pour la plateforme unidirectionnelle > Détails statistiques pour ANOM.
Pour effectuer des comparaisons spécifiques par paires des pentes (entre deux niveaux d'un pays), une approche différente est nécessaire.
Pour révéler un test de pentes, accédez au triangle rouge supérieur du rapport Modèle d'ajustement et sélectionnez ► Estimations ► Estimations de paramétrisation de l'indicateur .
Cela produit un tableau d’estimations de paramètres basé sur la paramétrisation de l’indicateur : le dernier niveau du pays est utilisé comme catégorie de référence et les estimations sont les différences par rapport à cette catégorie de référence.
Notez que les estimations pour les États-Unis ne sont pas fournies car les États-Unis sont la catégorie de référence. Le rayon de braquage, avec une estimation de 155,46, est la pente pour la catégorie de référence, dans ce cas les États-Unis.
Pays[Japon]*(Turning Circle-38.5862), avec l'estimation de 0.058 indique à quel point la pente du Japon diffère de la pente des États-Unis en moyenne.
Pays[Autre]*(Cercle de braquage-38,5862), avec une estimation de -42,39 indique dans quelle mesure la pente pour Autre diffère de la pente pour les États-Unis en moyenne.
Pour obtenir la pente finale qui compare Pays[Japon] à Pays[Autre], l'analyse doit être respécifiée pour traiter Japon ou Autre comme catégorie de référence, puis réexécutée. Pour modifier la catégorie de référence, modifiez la propriété Ordre des valeurs pour la colonne Pays. Cliquez avec le bouton droit sur la colonne dans le tableau et accédez à Informations sur la colonne. Cliquez sur Propriétés de la colonne , puis sélectionnez Ordre des valeurs . Pour modifier l'ordre, sélectionnez « Autre » et cliquez sur Déplacer vers le bas. La dernière catégorie répertoriée sera la catégorie de référence. Cliquez sur OK.
Pour réexécuter le modèle, sélectionnez le triangle rouge supérieur dans le rapport Ajuster le modèle et sélectionnez Rétablir ► Rétablir l'analyse . Le rapport Paramétrage de la fonction d'indicateur indique désormais les estimations du modèle avec Autre comme catégorie de référence.
Ainsi, Pays[Japon]*(Turning Circle-38.5862), avec une estimation de +42.45 indique à quel point la pente pour le Japon diffère de la pente pour les autres en moyenne.
Ainsi, les trois tests pour toutes les comparaisons par paires possibles de pentes sont désormais fournis.
Japon vs États-Unis, différence = 0,06, p = 0,9985.
Autres vs USA, différence = -42,38, p = 0,2193.
Japon vs autres, différence = 42,45, p = 0,2204.
(1) Références : Analyse de la covariance : un instrument délicat , Elashoff, Janet D., American Educational Research Journal , vol. 6, n° 3 (mai 1969), pp. 383-401, Americal Educational Research Association http://www.jstor.org/stable/1161858
[Auparavant JMP Note 35410]
