Test de Newman-Keuls
Différence significatives entre moyennes - comparaison post-hoc
L'essentiel de cette page
Lorsqu'on souhaite comparer les moyennes de plusieurs échantillons, une possibilité est d'appliquer un test de Newman-Keuls qui permettra de définir les catégories de barres.
AVANTAGE : ce test (réputé plus puissant que le test des étendues de Tukey) tient compte de tous les échantillons pour éviter les différences faussement significatives. C'est un test robuste. Certaines sources le considèrent toutefois moins conservateur que Tukey ?
Attention, il faut toutefois avoir contrôlé la normalité des échantillons et leurs variances : une démarche plus complète ici pour utiliser le test de Newman-Keuls.
install.packages("agricolae")
library(agricolae) # librairie nécessaire pour avoir la fonction.
data(mtcars) # Des données qui décrivent des voirures.
model <- aov(mpg~carb,data=mtcars) ; model
SNK.test(model,"carb")
print(SNK.test(model,"carb", group=TRUE))
On voit bien ici 2 catégories a et b. On aurait pu trouver la même chose en faisant un long algorithme de Student en série, mais en prenant le risque en multipliant les tests 2 à 2 de créer de fausses différences significatives dû au hasard de la répétition des tests.
C'est le même principe que de rejouer 100 fois à un lancé de dès. On ne va pas crier miracle si on finit par avoir un double six... Le test de Newman-Keuls réduit ce risque.
mpg groups
1 25.34286 a
2 22.40000 a
3 16.30000 b
4 16.05000 b