[Stats] SPSS comparer moyennes appariées

[invite9c5a9824]

Bonjour à tous !

J'ai 1 cobaye sur lequel j'ai mesuré 13 fois 4 variables différentes : largeur de la main, longueur de la main, largeur du poing, longueur du poing.

La variable 1 diffère de la variable 2 et de la variable 3 et ainsi de suite, car il s'agit de différentes données mesurées, par contre dans la colonne de la variable 1 il y a des valeurs très semblables, car elles ont été mesurées sur un même sujet lors d'une certaine expérience. Même chose pour les autres variables.

J'aimerais ne garder que 10 mesures de chaque variable et donc supprimer 3 des mesures les plus différentes, les moins représentatives.

Mon tableau ressemble à ça :

Mesures ----- variable 1 ------- variable 2 ------- variable 3 ------variable 4
1 ------------ V1/1 -------------V2/1------------- V3/1 --------- V4/1
2 ------------ V1/2 ------------- V2/2 ------------ V3/2---------- V4/2
3 ------------ V1/3 ------------- V2/3 -------------V3/3 ----------V4/3
.
:
13-------------V1/13------------V2/13-------------V3/13---------V4/13

Mes mesures sont donc en quelque sorte appariées. J'aimerais supprimer 3 lignes de mesures les plus différentes. Pour cela, ça fait plusieurs jours que je suis coincée. ANOVA car j'ai 4 moyennes à analyser ? Et comment demander à SPSS qu'il me calcule les lignes de données les plus différentes, les plus éloignées du reste ? Considérant que chaque ligne est un tout, un ensemble de mesures inséparables, et que mon but est donc de voir les 3 lignes les plus différentes (afin de les supprimer).

Quelqu'un sait m'aider ? Je galère sur internet, dans mes livres, mes cours et je suis de plus en plus perdue...
J'espère avoir été claire dans ma question :-s

Un énorme merci d'avance !!
-----

[gg0]

Bonjour.

Je ne comprends pas trop ce que tu fais : S'il s'agit de répéter 13 fois une même mesure 1, on peut effectivement rejeter les trois valeurs les plus éloignées. mais tu parles de mesures appariées. Tu n'as pas dit en quoi elles sont appariées. je vois une situation possible : tu as fait tes mesures à des moments différents (ce sont ces moments qui apparient les mesures) et tu vas alors étudier l'évolution de ces mesures. Mais dans ce cas il ne faut rejeter aucune mesure.

Donc si tu peux expliquer en quoi il y a appariement (élément commun à toutes les mesures 1, à toutes les mesures 2, etc.), on pourra comprendre.

Cordialement.

[invite9c5a9824]

Merci pour ta réponse, tu as raison, le mot n'est pas "apparié", j'ai lu tellement de choses que ça m'embrouille.

C'est comme tu dis, le fait que les 4 variables ont été mesurées, par ligne, à des moments différents, par des opérateurs différents, avec des instruments différents.

Mon ennui principal est que je dois étudier les 4 variables ensemble. La première mesure par exemple a été mesurée pour les 4 variables dans des conditions particulières. Je ne peux donc pas étudier V1/1, V2/1, V3/1 et V4/1 séparément. (cfr tableau pour les notations).

J'ai donc 13 "situations de 4 mesures" et je ne veux garder que les 10 les plus reproductibles, les plus semblables.

J'ai réessayé sur SPSS : une ANOVA à 1 facteur avec comme critère les mesures ne peut pas être calculée pour ces données.

J'ai beau chercher, je ne sais pas comment demander à SPSS d'étudier les moyennes de ces 4 variables en les analysant ensemble, et pas séparément, puis d'en piocher les 10 meilleures...

Si ce n'est toujours pas clair, je réessayerai de formuler autrement et avec les fichiers en appui

Merci

[gg0]

En fait,

tu viens d'expliquer que les mesures sont effectivement appariées !!! Ensuite, tout dépend de ton objectif : S'il s'agit simplement d'éliminer trois des 13 comme non fiables, il faudrait employer une distance à la moyenne (vecteur des 4 moyennes). maids alors on a le choix, et changer de distance changera parfois le résultat. la distance du Khi-deux est classique, la distance euclidienne aussi (mais peu pertinente si les valeurs sont de tailles différentes).

Cordialement.

[A voir en vidéo sur Futura]

[invite9c5a9824]

Ahah ok, pas évident tous ces termes quand on est une bleuette en stats

Oui, il s'agit en effet d'enlever les 3 lignes de données (appariées donc) qui sont les moins fiables !
Je vais tenter d'utiliser une distance à la moyenne, comme tu dis, je me renseigne, je teste et je te dis ce que ça donne !

J'ai déjà travaillé avec des khi-2 mais je vois pas trop comment l'utiliser dans ce cas-ci. Pour la distance euclidienne, je n'en n'ai jamais entendu parler. Je m'y remets... vive internet :-p

Déjà et encore un grand merci !

[gg0]

La distance euclidienne aux moyennes est la racine carrée de la somme des carrés des écarts. la distance du khideux est la somme des carrés des écarts, chaque carré étant divisé par la moyenne correspondante. Donc des valeurs fortes sont "relativisées".

[invite179e6258]

bonjour,

deux remarques:

1) éliminer des valeurs dites "aberrantes" ça se fait moins de nos jours, on préfère garder lesdonnées et utiliser éventuellement des méthodes d'analyse robustes.

2) la meilleurs distance pour caractériser des "outliers" en multidimensionnel est la distance de Mahalanobis, éventuellement "robustifiée" (par utilisation d'une estimation robuste de la matrice de variance).