Exercices de biostatistique

Rappel: pour visualiser la formule associée aux résultats obtenus, il vous suffit d'aller
cliquer sur la case concernée(uniquement dans excel et non avec "Adobe Acrobat") !!

Analyse de variance à deux critères

avec interaction ou hiérarchie (ANOVA 2i et 2h)
Exercice 1

Dans le but d'étudier l'action sur la cholestérolémie de deux substances anabolisantes, A et

B, trois doses du facteur A et quatre doses du facteur B ont été expérimentées, dans toutes les
combinaisons possibles, avec trois répétitions.
A
Dose 1 Dose 2 Dose 3
B 651 671 679
Dose 1 658 668 680
662 675 681
657 669 683
Dose 2 658 670 682
663 674 678
654 670 685
Dose 3 669 676 681
665 673 678
649 675 676
Dose 4 652 676 679
659 669 683

L'effet de doses croissantes de A est-il indépendant de la dose utilisée pour B et inversément?

H0: 1) Pas d'effet de la substance A.

2) Pas d'effet de la substance B.
3) Pas d'interaction.
Somme Moyenne
651 671 679
658 668 680
662 675 681
Somme rép. 1971 2014 2040 6025 669,444444
Moy. Rép. 657 671,333333 680
657 669 683
658 670 682
663 674 678
Somme rép. 1978 2013 2043 6034 670,444444
Moy. Rép. 659,333333 671 681
654 670 685
669 676 681
665 673 678
Somme rép. 1988 2019 2044 6051 672,333333
Moy. Rép. 662,666667 673 681,333333
649 675 676
652 676 679
659 669 683
Somme rép. 1960 2020 2038 6018 668,666667
Moy. Rép. 653,333333 673,333333 679,333333
Somme 7897 8066 8165 24128 670,222222
Moyenne 658,083333 672,166667 680,416667

Comme vous pourrez le constater la résolution de ce type d'exercice est sensiblement la

même que pour toutes les anovas, si ce n'est que l'effet de l' interaction possible entre les doses
est à prendre en considération en plus des effets individuels de ces deux doses et de l'erreur
dans la contribution totale!

Somme des carrés totaux.

369,493827 0,60493827 77,0493827

149,382716 4,9382716 95,6049383
67,6049383 22,8271605 116,160494

174,82716 1,49382716 163,271605

149,382716 0,04938272 138,716049
52,1604938 14,2716049 60,4938272

263,160494 0,04938272 218,382716

1,49382716 33,382716 116,160494
27,2716049 7,71604938 60,4938272

450,382716 22,8271605 33,382716

332,049383 33,382716 77,0493827
125,938272 1,49382716 163,271605

SCT= 3626,22222

Somme des carrés "effet dose A".

147,352623 3,7808642 103,926698

147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698
147,352623 3,7808642 103,926698

SC"effet A"= 3060,72222

Somme des carrés "effet dose B".

0,60493827 5,44444444
0,04938272 0,44444444
4,45679012 40,1111111
2,41975309 21,7777778

SC"effet B"= 67,7777778

Somme des carrés "interaction".

Chaque moyenne de case (par exemple Dose I * Mâle) est représentée n fois. Il faut donc
calculer la somme des écarts des moyennes de case plus la moyenne générale, et moins
les moyennes de ligne et de colonne correspondantes. Il faudra ensuite multiplier le résultat
par n. On a donc:

0,28009259 0,00925926 0,3912037

3,16898148 5,78703704 0,3912037
18,3356481 4,89814815 4,28009259
30,6134259 22,2314815 0,66898148

SCI= 91,0555556

Somme des carrés erreur.

SCE= 406,666667

Table d'analyse de variance.

Source SC Ddl Variance F P(>F)

Dose A 3060,72222 2 1530,36111 90,3163934 6,7738E-12
Dose B 67,7777778 3 22,5925926 1,33333333 0,28687883
Interaction 91,0555556 6 15,1759259 0,89562842 0,51391057
Erreur 406,666667 24 16,9444444
Total 3626,22222 35

Il y a donc bien un effet de la dose A, mais par contre, pas d'effet de la dose B, ni d'interaction
entre les 2 doses!
Ceci se vérifie aisément par le graphique suivant:

680 Doses A1 A2 A3
B1 657 671,333333 680
675 B2 659,333333 671 681
670 B3 662,666667 B1
673 681,333333
B4 653,333333 673,333333 679,333333
B2
665
B3
660 B4
655

650
A1 A2 A3

Les segments dont on a l'impression qu'ils se croisent(ce qui évoquerait une interaction) sont en
fait quasi parallèles, ce qui exclut toutes interactions; cet artéfact est dû à l'échelle de l'axe des
ordonnées.

Exercice 2

Représentez l'interaction potentielle entre un traitement et le sexe des individus auquel le

traitement est administré. Comment mesure-t-on la variance erreur et la variance due à
l'interaction? Testez la signification de l'interaction. Les données sont les suivantes:

Avant traitement Après traitement

Mâles 12 10
18 18
Femelles 20 22
16 20

Avant Après Moy.sexe

Mâles 12 10 14,5
18 18
Moyenne rép 15 14
Femelles 20 22 19,5
16 20
Moyenne rép 18 21
Moy.moment 16,5 17,5 17

Avant Après
Mâles 15 14
Femelles 18 21

25
20
15 Mâles
10 Femelles

5
0
Avant Après

Mâles Femelles
Avant 15 18
Après 14 21

25
20
15 Avant
10 Après

5
0
Mâles Femelles

Variance erreur.

SCE= 60
Ddl= 4 car 7 (n-1) degrés de liberté totaux-1 degré de liberté pour le sexe-1
 pour le moment-1 pour l'interaction!
Var.erreur= 15

Variance interaction.

SCI= 8
Ddl= 1 car 1 degré de liberté pour le sexe X 1 degré de liberté pour le
moment!
Var.interac.= 8

Exercice 3

Le tableau peut être représenté de la manière suivante

Dose I Dose II Dose III Moyennes

Mâles 9,11 2,4 4,6 6
Moyennes 10 3 5
Femelles 10,12 6,8 9,3 8
Moyennes 11 7 6
Moyennes 10,5 5 5,5 7

On peut représenter l'effet de la dose dans les deux sexes:

Dose I Dose II Dose III

12
Mâles 10 3 5
Femelles 11 7 6
10

8
Mâles
6
Femelles
4

0
Dose I Dose II Dose III

On peut également représenter l'effet du sexe dans la dose:

Mâles Femelles
12 Dose I 10 11
Dose II 3 7
10 Dose III 5 6

8
Dose I
6 Dose II
Dose III
4

2
 2

0
Mâles Femelles

On peut voir sur ces graphiques qu'il y a une interaction entre les effets: par exemple l'effet du
sexe sur la dose III est différent de l'effet du sexe sur la dose II. On pourra tester si cette
différence est significative par une Anova II avec interaction.

A) Effet du sexe

Dose I Dose II Dose III Moyennes

Mâles 9,11 2,4 4,6 6
Moyennes 10 3 5
Femelles 10,12 6,8 9,3 8
Moyennes 11 7 6
Moyennes 10,5 5 5,5 7

L'écart entre la moyenne 'mâle' et la moyenne générale au carré est 1 (idem pour la moyenne
femelle'). On a donc 12 contributions de 1 pour l'effet sexe, soit:

SCSexe 12

B) Effet de la dose

Chaque observation portant sur la dose I a une contribution de (10.5-7)², et il y a 4 contributions.

Chaque observation portant sur la dose II a une contribution de (5-7)², et il y a 4 contributions.
Chaque observation portant sur la dose III a une contribution de (5.5-7)², et il y a 4 contributions.

On a donc: SCDose = 4*[ 3,5² + 2² + 1.5²], soit

SCDose 74

C) Effet de l'interaction

Chaque moyenne de case (par exemple Dose I * Mâle) est représentée 2 fois. Il faut donc
calculer la somme des écarts des moyennes de case plus la moyenne générale, et soustraire
les moyennes de ligne et de colonne correspondantes. Il faudra ensuite
multiplier le résultat par 2. On a donc:

SCInter = 2*[0,5² + 1² + 0,5² + 0,5² + 1² + 0,5²], soit

SCInter 6

D) Somme des carrés totaux

Chaque écart entre les observations et la moyenne générale est élevé au carré, et ces
contributions sont sommées.

SCTotaux = 2² + 4² + 5² + 3² + 3² + 1² + 3² + 5² + 1² + 1² + 2² + 4²

SCTotaux 120

E) Somme des carrés erreur

Les erreurs dans une Anova II avec interaction sont les écarts entre les observations et la
moyenne de la case.
La somme des carrés erreur s'obtient alors en élevant ces écarts au carré et en les sommant:

SCE = 1² + 1² + 1² + 1² + 1² + 1² + 1² + 1² + 1² + 1² + 3² + 3²

SCErreur 28

L'information est synthétisée dans la table:

Source SC DDL Carrés moy. F P(>F)

Facteur A 74 2 37 7,92857143 0,02068586
Sexe 12 1 12 2,57142857 0,15993053
Interaction 6 2 3 0,64285714 0,55851822
Erreur 28 6 4,66666667
Total 120 11 10,9090909

Vérifications:
SCT = SCFA + SCSexe + SCInt + SCE
DdlT = DdlFA + DdlSexe + DdlInt + DdlE

Les conclusions sont triples:

a) Il y a un effet du facteur A globalement (au seuil 5%). Il resterait à tester quels niveaux sont
réellement différents dans le facteur A (probablement, la dose I est différente des deux autres).
b) Il n'y a pas d'effet du sexe sur les observations.
c) Il n'y a pas d'interaction significative. Il n'y a donc pas lieu de penser que l'effet de la dose est
significativement différent d'un sexe à l'autre, ou que l'effet du sexe est significativement d'une
dose à l'autre. Les fluctuations observées sur les graphiques sont donc considérées comme
aléatoires, et non significatives.

Exercice 4

Le tableau peut cette fois être représenté de la manière suivante

Dose I Dose II Dose III Moyennes

Mâles 9,11,10 2,4,6 4,6,6,10 6,8
Moyennes 10 4 6,5
Femelles 10,12 6,8,5,5 9,3,4,4 6,6
Moyennes 11 6 5
Moyennes 10,4 5,14285714 5,75 6,7

Calculons les différentes sommes de carrés avec ces nouvelles données

A) Effet du sexe

Dose I Dose II Dose III Moyennes

Mâles 9,11,10 2,4,6 4,6,6,10 6,8
Moyennes 10 4 6,5
Femelles 10,12 6,8,5,5 9,3,4,4 6,6
Moyennes 11 6 5
Moyennes 10,4 5,14285714 5,75 6,7

L'écart entre la moyenne 'mâle' et la moyenne générale au carré est 0,1² (idem pour la moyenne
femelle'). On a donc 20 contributions de 0,01 pour l'effet sexe, soit:
 SCSexe 0,2

B) Effet de la dose

Chaque observation portant sur la dose I a une contribution de (10.4-6,7)², (5 contributions).

Chaque observation portant sur la dose II a une contribution de (5,14-6,7)², (7 contributions).
Chaque observation portant sur la dose III a une contribution de (5.75-6,7)², (8 contributions).

On a donc: SCDose = 5*3,7² + 7*1,55...² + 8*0,95², soit

SCDose 92,6428571

C) Effet de l'interaction

Chaque moyenne de case (par exemple Dose I * Mâle) est représentée n fois. Il faut donc
calculer la somme des écarts des moyennes de case plus la moyenne générale, et moins
les moyennes de ligne et de colonne correspondantes. Il faudra ensuite
multiplier le résultat par n. On a donc:

SCInter = 3*(10+6,7-6.8-10.4)² + 3*(4+6,7-6.8-5.14285..)² + ..., soit

SCInter 13,4085714

D) Somme des carrés totaux

Chaque écart entre les observations et la moyenne générale est élevé au carré, et ces
contributions sont sommées.

SCTotaux = (9-6,7)² + (11-6,7)² + …

SCTotaux 164,2

E) Somme des carrés erreur

Les erreurs dans une Anova II avec interaction sont les écarts entre les observations et la
moyenne de la case.
La somme des carrés erreur s'obtient alors en élevant ces écarts au carré et en les sommant:

SCE = 1² + 1² + 0² + 2² + 0² + 2² + …

SCErreur 59

L'information est synthétisée dans la table:

Source SC DDL Carrés moy. F P(>F)

Facteur A 92,6428571 2 46,3214286 10,9915254 0,00134962
Sexe 0,2 1 0,2 0,04745763 0,83069099
Interaction 13,4085714 2 6,70428571 1,59084746 0,23847026
Erreur 59 14 4,21428571
Total 164,2 19 8,64210526

Vérifications: 165,251429
SCT = SCFA + SCSexe + SCInt + SCE
DdlT = DdlFA + DdlSexe + DdlInt + DdlE
Comme on le voit, la somme des carrés totaux (164.2) n'est pas égale à la somme des carrés des
contributions du facteur A, du sexe, de l'interaction et de l'erreur.
Cette situation est typique des problèmes où les données sont non balancées (nombres différents
de données dans les cases), et l'approche simple suivie dans les autres problèmes ne s'appliquent
pas ici.

Exercice 5

Les performances laitières de 3 filles de deux taureaux ont été enregistrées:

Taureau I Fille I 5800 6200 6800

Fille II 5400 7100
Fille III 5900 6800
Taureau II Fille I 5200
Fille II 5000 6000 6800
Fille III 6500 5800

Quelles comparaisons pouvez-vous faire ? Réalisez les tests nécessaires.

Les filles ne provenant que d'un seul père (!), l'effet "Fille" est "niché" dans l'effet "Taureau", et on a
un exemple de modèle hiérarchique:

Yijk = Y… + (Yi.. - Y…) + (Yij. - Yi..) + (Yijk - Yij.)

Reprenons le tableau:

Taureau I Fille I 5800 6200 6800

Fille II 5400 7100
Fille III 5900 6800
Taureau II Fille I 5200
Fille II 5000 6000 6800
Fille III 6500 5800

On peut procéder en calculant les différentes moyennes:

Moyennes Générale 6100

Taureau I 6285,71429
Taureau II 5883,33333
Fille I (T I) 6266,66667
Fille II (T I) 6250
Fille III (T I) 6350
Fille I (T II) 5200
Fille II (T II) 5933,33333
Fille III (T II) 6150

Avec ce modèle, on peut calculer les contributions aux différentes sommes de carrés:

A) Somme des carrés totaux.

Taureau I Fille I 90000 10000 490000

Fille II 490000 1000000
Fille III 40000 490000
Taureau II Fille I 810000
Fille II 1210000 10000 490000
 Fille III 160000 90000

soit, SCT= 5380000

B) Somme des carrés "Taureaux".

Taureau I Fille I 34489,7959 34489,7959 34489,7959

Fille II 34489,7959 34489,7959
Fille III 34489,7959 34489,7959
Taureau II Fille I 46944,4444
Fille II 46944,4444 46944,4444 46944,4444
Fille III 46944,4444 46944,4444

soit, SCTaureaux = 523095,238

C) Somme des carrés 'Filles' dans les "Taureaux".

Taureau I Fille I 362,811791 362,811791 362,811791

Fille II 1275,5102 1275,5102
Fille III 4132,65306 4132,65306
Taureau II Fille I 466944,444
Fille II 2500 2500 2500
Fille III 71111,1111 71111,1111

soit, SCF.ds Ta. = 628571,429

D) Somme des carrés "Erreurs".

Taureau I Fille I 217777,778 4444,44444 284444,444

Fille II 722500 722500
Fille III 202500 202500
Taureau II Fille I 0
Fille II 871111,111 4444,44444 751111,111
Fille III 122500 122500

soit, SCErreur = 4228333,33

On peut encore une fois vérifier que SCT = SCTaureaux + SCFilles (Taureaux) + SCE

La table d'analyse de la variance suivante permet de tester les 2 effets:

Source SC DDL Carrés Moy. F P(>F)

Taureau 523095,238 1 523095,238 0,86598345 0,38304126
Fille(T) 628571,429 4 157142,857 0,26014978 0,89451653
Erreur 4228333,33 7 604047,619
Total 5380000 12 448333,333

Dans cette analyse, l'effet taureau n'est pas significatif, tout comme la variation entre les filles.

Exercice 6

Dans les élevages suivants, les performances suivantes ont été collectées:

Elevage 1 Chien 1 Perform.: 400 420

 Chien 2 Perform.: 500 480

Elevage 2 Chien 3 Perform.: 460 490

Chien 4 Perform.: 450 450

Y a-t-il des différences significatives entre chiens? Estimez la différence entre estimateurs des
effets chiens 1 et 2, ainsi que celle pour les chiens 1 et 4.

A) Moyennes.

chien 1: 410 Elevage 1: 450 Générale: 456,25

chien 2: 490
chien 3: 475 Elevage 2: 462,5
chien 4: 450

B) Somme des carrés totaux.

Ici, pour un peu varier, je n'utiliserai pas la méthode des "écarts au carré" pour trouver les valeurs
de somme des carrés!

SCT= 8187,5

C) Somme des carrés "élevages".

SCél.= 312,5

D) Somme des carrés "chiens".

SCch.= 7025

E) Somme des carrés erreur.

SCE= 850

F) Table d'analyse de la variance.

Source SC Ddl Variances F P(>F)

Elevages 312,5 1 312,5 1,47058824 0,2266025
Chiens 7025 2 3512,5 16,5294118 2,1328E-07
Erreur 850 4 212,5
Total 8187,5 7 1169,64286

Il y a donc un effet chien mais au sein de l'élevage où il se trouve. En effet, il est impossible de
comparer des chiens appartenant à des élevages différents car, par exemple, on ne sait pas quel
serait l'effet du chien 2 dans l'élevage 2, ni celui du chien 3 au sein de l'élevage 1,…

Exercice 7

Les performances de chevaux de concours ont été enregistrées et sont présentées dans le
tableau qui suit:
Observations
Haras Jockey Résultats Total Effectif Moyenne
1 1 7 7 1 7
2 11;14;8 33 3 11
 Total 40 4 10

2 3 9;12 21 2 10,5
4 8;3;9;4 24 4 6
5 9;2 11 2 5,5
Total 56 8 7
Total général 96 12 8

Faites les comparaisons possibles dans ce type d'analyse.

Somme des carrés totaux.

SCT = (7-8)^2+(11-8)^2+(14-8)^2+(8-8)^2+(9-8)^2+(12-8)^2+(8-8)^2+(3-8)^2+
(9-8)^2+(4-8)^2+(9-8)^2+(2-8)^2 = 142

Somme des carrés dus aux haras.

SCH = 4*(10-8)^2+8*(7-8)^2 = 24

Somme des carrés dus aux jockeys dans les haras.

SCJ. ds H. = 1*(7-10)^2+3*(11-10)^2+2*(10,5-7)^2+4*(6-7)^2+2*(5,5-7)^2 = 45

Somme des carrés erreur.

SCE = (7-7)^2+(11-11)^2+(14-11)^2+(8-11)^2+(9-10,5)^2+(12-10,5)^2+(8-6)^2+
(3-6)^2+(9-6)^2+(4-6)^2+(9-5,5)^2+(2-5,5)^2 = 73

Table d'analyse de variance.

Source SC Ddl Variances F P(>F)

Haras 24 1 24 2,30136986 0,16021691
Jockeys d H 45 3 15 1,43835616 0,28925807
Erreur 73 7 10,4285714
Total 142 11 12,9090909

Ces valeurs de probabilité signifient que les différences entre les haras ne sont pas significatives
et les différences entre les jockeys dans les haras également.

Exercice 8

Dans cette analyse, 3 caractères sont testés simultanément: la race, la parité et la région.
Il ne s'agit néanmoins pas d'une analyse croisée (par exemple, la case Région 1, Agnelage 1 et
Race 2 ne figure pas dans la table). En effet, pour une analyse croisée de 3 effets avec 3 niveaux
par effet, l'analyse nécessiterait 3*3*3=27 cases, ce qui n'est pas la situation rencontrée dans le
problème. Cependant, les données ont été arrangées pour que chaque "croisement" 2 à 2
existe dans la table: les 3 régions sont vues dans les 3 races, les 3 parités sont vues dans les
3 régions et les 3 parités sont vues dans les 3 races. Un tel design est appelé "carré latin".
C'est un design balancé, qui s'étudie de la manière suivante:

(Yijk - Y…) = (Yi.. - Y…) + (Y.j. - Y…) + (Y..k - Y…) + (Yijk - Yi.. - Y.j. - Y..k + 2Y…)

Reprenant le tableau, on peut calculer les moyennes:

Numéro d'agnelage
 1 2 3
Race Région Poids Région Poids Région Poids
1 1 30 3 20 2 25
2 2 18 1 22 3 17
3 3 24 2 28 1 27

Moyennes:
Générale 23,4444444
Race 1 25
Race 2 19
Race 3 26,3333333
Agnelage 1 24
Agnelage 2 23,3333333
Agnelage 3 23
Région 1 26,3333333
Région 2 23,6666667
Région 3 20,3333333

Les contributions aux sommes de carrés se calculent aisément:

A) Somme des carrés totaux

Numéro d'agnelage
1 2 3
Race Région Poids Région Poids Région Poids
1 1 42,9753086 3 11,8641975 2 2,41975309
2 2 29,6419753 1 2,08641975 3 41,5308642
3 3 0,30864198 2 20,7530864 1 12,6419753

soit, SCT = 164,222222

B) Somme des carrés 'Race'

Numéro d'agnelage
1 2 3
Race Région Poids Région Poids Région Poids
1 1 2,41975309 3 2,41975309 2 2,41975309
2 2 19,7530864 1 19,7530864 3 19,7530864
3 3 8,34567901 2 8,34567901 1 8,34567901

soit, SCRace = 91,5555556

C) Somme des carrés 'Parité'

Numéro d'agnelage
1 2 3
Race Région Poids Région Poids Région Poids
1 1 0,30864198 3 0,01234568 2 0,19753086
2 2 0,30864198 1 0,01234568 3 0,19753086
3 3 0,30864198 2 0,01234568 1 0,19753086

soit, SCParite = 1,55555556

D) Somme des carrés 'Région'

Numéro d'agnelage
 1 2 3
Race Région Poids Région Poids Région Poids
1 1 8,34567901 3 9,67901235 2 0,04938272
2 2 0,04938272 1 8,34567901 3 9,67901235
3 3 9,67901235 2 0,04938272 1 8,34567901

soit, SCRégion = 54,2222222

E) Somme des carrés 'Erreur'

Numéro d'agnelage
1 2 3
Race Région Poids Région Poids Région Poids
1 1 2,41975309 3 3,16049383 2 0,04938272
2 2 3,16049383 1 0,04938272 3 2,41975309
3 3 0,04938272 2 2,41975309 1 3,16049383

soit, SCRégion = 16,8888889

On vérifiera que : SCT = SCRace + SCParite + SCRegion +SCE

La table d'analyse de la variance suivante permet de tester les 3 effets:

Source SC DDL Carrés Moy. F P(>F)

Race 91,5555556 2 45,7777778 5,42105263 0,1557377
Parite 1,55555556 2 0,77777778 0,09210526 0,91566265
Région 54,2222222 2 27,1111111 3,21052632 0,2375
Erreur 16,8888889 2 8,44444444
Total 164,222222 8 20,5277778

La conclusion de l'analyse est qu'aucun des trois effets n'est significatif au seuil 5%

Exercice 9

Carré latin Cf exercice précédent

Régimes
Veau R1 R2 R3
V1 100 96 102 99,3333333 106,666667
V2 90 112 94 98,6666667 97,3333333
V3 100 100 108 102,666667 96,6666667
96,6666667 102,666667 101,333333 100,222222

Y = Yb + (Ybv - Yb) + (Ybr - Yb) + (Ybe - Yb) + (Y - Ybv - Ybr - Ybe + 2Yb)

SCT = S(Y-Yb 0,04938272 17,8271605 3,16049383 363,555556

104,493827 138,716049 38,7160494
0,04938272 0,04938272 60,4938272

SCV = S(Ybv-Yb)² = 0,79012346

2,41975309
5,97530864
27,5555556

SCR = S(Ybr - Yb)² =

 12,6419753 5,97530864 1,2345679 59,5555556

SCEnv = S(Ybe - Yb)² = 41,5308642

8,34567901
12,6419753
187,555556

SCE 4,9382716 4,9382716 19,7530864 88,8888889

4,9382716 19,7530864 4,9382716
19,7530864 4,9382716 4,9382716

Vérification: SCT = SCV + SCR + SCEnv + SCE = 363,555556

Analyse de variance F p
SCV 27,5555556 2 13,7777778 0,31 0,76335878
SCR 59,5555556 2 29,7777778 0,67 0,5988024
SCEnv 187,555556 2 93,7777778 2,11 0,32154341
SCE 88,8888889 2 44,4444444
SCT 363,555556 8 45,4444444