Mais quel génie !!! Merci tu me sauves ! Je commence mon mémoire de fin d'études et j'étais perdu, je reprends un peu plus espoir grâce à tes explications claires sur un sujet qui ne l'est pas toujours !
Merci pour cette vidéo d'intro à la MANOVA ! Je lis un papier qui l'utilise et je n'avais jamais étudié ce type d'analyse, ça m'aide bien à comprendre l'article :D
Allo Olivier, comment ferais-tu la MANOVA avec 2 facteurs (temps 1 et temps 2) et 3 groupes différents comme variables indépendantes et des échelles de motivation comme variables dépendantes?
Désolé de répondre aussi tardivement, j'étais en vacances. 1) Vous pouvez envisager de transformer vos données en utilisant des méthodes telles que la transformation logarithmique, la racine carrée... Cela peut aider à réduire les différences dans les variances et à rendre les données plus conformes aux hypothèses de la MANOVA. Cependant, cela nécessite des ajustements dans la manière dont les résultats sont interprétés. 2) Certaines méthodes de MANOVA sont plus robustes aux violations de l'homogénéité des variances que d'autres. Par exemple, la MANOVA basée sur les rangs (MANOVA non paramétrique) peut être une alternative lorsque les variances ne sont pas homogènes. 3) Il y a aussi la MANOVA généralisée linéaire, approche qui autorise des distributions différentes pour chaque groupe en utilisant des fonctions de lien pour modéliser les relations entre les variables indépendantes et dépendantes. C'est un peu technique, mais assez puissant comme méthode. 4) Et puis finalement, la MANOVA Bootstrap, qui est une méthode de rééchantillonnage qui peut être utilisée pour estimer les distributions d'échantillonnage des statistiques de test. Cela peut être appliqué à la MANOVA pour obtenir des intervalles de confiance et des p-values empiriques.
Merci beaucoup pour ce tutoriel ! Il va m'être d'une aide précieuse pour mon mémoire :)
Mais quel génie !!! Merci tu me sauves ! Je commence mon mémoire de fin d'études et j'étais perdu, je reprends un peu plus espoir grâce à tes explications claires sur un sujet qui ne l'est pas toujours !
Tu peut psrtager avec moi Horacio govea si vous avez une etude multivarie avec problematique et test d'hypothese, just pour voir la methodologie
@@anouarlakhouadri5983 Oh ce serait génial ! Tu aurais un mail auquel je peux envoyer ça ?
Merci pour cette vidéo d'intro à la MANOVA ! Je lis un papier qui l'utilise et je n'avais jamais étudié ce type d'analyse, ça m'aide bien à comprendre l'article :D
Le meilleur
Un grand Merci à vous pour cette superbe vidéo
Merci infiniment pour cette aide précieuse !!!!
Merci bcp, c'est vraiment intéressant
quelle décision prendre quand la normalité multivariée n'est pas vérifiée ???
Allo Olivier, comment ferais-tu la MANOVA avec 2 facteurs (temps 1 et temps 2) et 3 groupes différents comme variables indépendantes et des échelles de motivation comme variables dépendantes?
Merci beaucoup ❤
Je t'en prie, Mariam;
Merci.
Bonsoir stp j'aimerai prendre contact avec toi pour une analyse de questionnaire sur ANOVA.Je ne sais pas comment te contacter en privée.Cordialement
merciiiiiiii :)))
Ya Ines ana wiek jena f nafs el bo93a hhhh
Et lorsque nous sommes dans un cas où les variances sont non homogènes ?
Désolé de répondre aussi tardivement, j'étais en vacances.
1) Vous pouvez envisager de transformer vos données en utilisant des méthodes telles que la transformation logarithmique, la racine carrée... Cela peut aider à réduire les différences dans les variances et à rendre les données plus conformes aux hypothèses de la MANOVA. Cependant, cela nécessite des ajustements dans la manière dont les résultats sont interprétés.
2) Certaines méthodes de MANOVA sont plus robustes aux violations de l'homogénéité des variances que d'autres. Par exemple, la MANOVA basée sur les rangs (MANOVA non paramétrique) peut être une alternative lorsque les variances ne sont pas homogènes.
3) Il y a aussi la MANOVA généralisée linéaire, approche qui autorise des distributions différentes pour chaque groupe en utilisant des fonctions de lien pour modéliser les relations entre les variables indépendantes et dépendantes. C'est un peu technique, mais assez puissant comme méthode.
4) Et puis finalement, la MANOVA Bootstrap, qui est une méthode de rééchantillonnage qui peut être utilisée pour estimer les distributions d'échantillonnage des statistiques de test. Cela peut être appliqué à la MANOVA pour obtenir des intervalles de confiance et des p-values empiriques.
Variable dépendante quantitative ,ne suivant ni la loi normale,ni la loi de students, quel test doit on faire
je peux t'aider. Dans ce cas tu peux faire le test de Khi carré ou le test de V de Cramer ...
Un cours au contenu interessant. Peux tu me faire ton e-mail pour un échange à propos. Merci.