Calculateur Tukey HSD

Qu'est-ce que le test HSD de Tukey ?

Le HSD de Tukey (Honestly Significant Difference - Différence honnêtement significative) est un test post-hoc qui identifie quelles paires de groupes spécifiques diffèrent après qu'une ANOVA ait trouvé un effet global significatif.

Question posée : « Étant donné que les groupes diffèrent quelque part, quelles paires spécifiques sont différentes ? »

Exemple : L'ANOVA montre que les méthodes d'enseignement diffèrent significativement. Le HSD de Tukey révèle : Méthode A ≠ Méthode C, mais la Méthode B ne diffère d'aucune des deux.

Pourquoi les tests post-hoc sont nécessaires

L'ANOVA vous dit seulement qu'au moins un groupe diffère, pas lesquels.

F-statistique significatif → « Les groupes diffèrent quelque part »

Pour trouver où, vous avez besoin de comparaisons par paires. Mais les comparaisons multiples augmentent l'erreur de Type I.

Le problème des comparaisons multiples

Avec 4 groupes, il y a 6 comparaisons par paires.

Si chacune utilise α = 0,05 :

• P(au moins un faux positif) = 1 - (0,95)⁶ = 26,5 %

Avec 5 groupes (10 comparaisons) : 40 % Avec 6 groupes (15 comparaisons) : 54 %

Solution de Tukey : Contrôler le taux d'erreur familial à α pour TOUTES les comparaisons simultanément.

Comment fonctionne le HSD de Tukey

La statistique de test

$q = \frac{M_{\text{plus grande}} - M_{\text{plus petite}}}{SE}$

Où $SE = \sqrt{MSW / n}$

Ceci suit la distribution de l'étendue studentisée avec les paramètres :

• k = nombre de groupes
• ddl = degrés de liberté pour l'erreur (de l'ANOVA)

Valeur critique

La valeur critique q dépend de :

• Nombre de groupes (k)
• ddl d'erreur
• α désiré (généralement 0,05)

Si |q| > q_critique, la paire diffère significativement.

Différence minimale significative

$HSD = q_{\text{critique}} \times \sqrt{\frac{MSW}{n}}$

Deux moyennes quelconques différant de plus de HSD sont significativement différentes.

Exemple de calcul

Résultats ANOVA : Quatre groupes, MSW = 25, n = 10 par groupe, ddl_erreur = 36

Moyennes des groupes : A = 72, B = 78, C = 81, D = 85

Étape 1 : Calculer SE SE = √(25/10) = 1,58

Étape 2 : Trouver q critique Pour k = 4, ddl = 36, α = 0,05 : q_crit ≈ 3,81

Étape 3 : Calculer HSD HSD = 3,81 × 1,58 = 6,02

Étape 4 : Comparer les différences au HSD

Conclusion : D > A, D > B, C > A. Les autres paires ne diffèrent pas significativement.

Intervalles de confiance

Tukey fournit des intervalles de confiance simultanés :

$IC = (M_1 - M_2) \pm HSD$

Ces intervalles ont une couverture simultanée de 95 % : probabilité de 95 % que TOUS les intervalles contiennent leurs vraies différences.

Pour D vs A : 13 ± 6,02 = (6,98, 19,02)

L'intervalle exclut 0, confirmant la signification.

Tailles d'échantillon inégales

Le Tukey original suppose n égaux. Pour des groupes inégaux :

Méthode de Tukey-Kramer

$SE = \sqrt{\frac{MSW \times (1/n_1 + 1/n_2)}{2}}$

Calculer séparément pour chaque paire.

C'est l'approche standard dans la plupart des logiciels.

Comparaison avec d'autres tests post-hoc

Bonferroni

Divise α par le nombre de comparaisons.

Avantages : Fonctionne pour toutes les comparaisons, y compris les contrastes planifiés. Inconvénients : Plus conservateur que Tukey pour de nombreuses comparaisons.

Scheffé

Le plus conservateur. Permet TOUT contraste linéaire, pas seulement par paires.

Utiliser quand : Vous voulez tester des comparaisons complexes (par ex., Groupe A+B vs C+D).

Dunnett

Compare chaque groupe à un seul contrôle.

Utiliser quand : Vous avez un groupe de référence (par ex., placebo) et vous vous souciez uniquement des comparaisons avec celui-ci.

LSD de Fisher

Pas de correction - juste des tests t multiples.

Problème : Ne contrôle pas l'erreur familiale. Généralement non recommandé.

Games-Howell

Ne suppose pas des variances égales.

Utiliser quand : Les variances sont inégales.

Quand utiliser le HSD de Tukey

Approprié :

• Toutes les comparaisons par paires sont d'intérêt
• Les tailles d'échantillon sont égales ou similaires
• Les hypothèses de l'ANOVA (surtout les variances égales) sont respectées
• Vous voulez une bonne puissance avec contrôle de l'erreur familiale

Non approprié :

• Seules des comparaisons spécifiques planifiées (utiliser Bonferroni ou contrastes planifiés)
• Comparaison au contrôle uniquement (utiliser Dunnett)
• Variances clairement inégales (utiliser Games-Howell)
• L'ANOVA n'était pas significative (pas de post-hoc nécessaire)

Hypothèses

Variances égales

Tukey suppose des variances homogènes (comme l'ANOVA).

Si violé : Utiliser Games-Howell ou T2 de Tamhane.

Normalité

Populations approximativement normales, ou tailles d'échantillon adéquates.

Indépendance

Les observations sont indépendantes à l'intérieur et entre les groupes.

ANOVA significative

Effectuer des tests post-hoc uniquement si le F global est significatif.

Exception : Certaines comparaisons pré-planifiées peuvent procéder indépendamment.

Applications

Recherche clinique

Après que l'ANOVA montre que les doses de médicament diffèrent : « Quelles doses sont différentes du placebo ? »

Marketing

Après que l'ANOVA montre que les types de publicité diffèrent : « Quelles publicités surpassent les autres ? »

Éducation

Après que l'ANOVA montre que les programmes diffèrent : « Quel programme est le meilleur ? »

Agriculture

Après que l'ANOVA montre que les engrais diffèrent : « Quels engrais produisent des rendements plus élevés ? »

Visualisation des résultats

Affichage compact par lettres

Les groupes partageant une lettre ne diffèrent pas significativement :

D et C partagent 'A' - pas significativement différents. A et B partagent 'C' - pas significativement différents. D et A ne partagent rien - significativement différents.

Erreurs courantes

Effectuer sans ANOVA significative

Les tests post-hoc sont pour explorer les effets globaux significatifs.

Rapporter uniquement les paires significatives

Rapporter toutes les comparaisons pour la transparence.

Ignorer les tailles d'effet

La signification statistique n'implique pas l'importance pratique.

Mauvais test pour variances inégales

Utiliser Games-Howell, pas Tukey, lorsque les variances diffèrent.

Rapporter les résultats

Format APA :

« Les tests post-hoc HSD de Tukey ont révélé que le Groupe D (M = 85) a obtenu un score significativement plus élevé que le Groupe A (M = 72, p < 0,001, IC 95 % [6,98, 19,02]) et le Groupe B (M = 78, p = 0,02, IC 95 % [0,98, 13,02]). Le Groupe C (M = 81) a également obtenu un score significativement plus élevé que le Groupe A (p = 0,01, IC 95 % [2,98, 15,02]). Aucune autre différence par paires n'était significative. »

Contexte historique

John Tukey a développé le test de Différence honnêtement significative en 1949 dans le cadre de ses contributions plus larges à la méthodologie statistique.

Le nom « Différence honnêtement significative » reflétait la préoccupation de Tukey concernant la malhonnêteté des comparaisons multiples non contrôlées - choisir des résultats significatifs parmi de nombreux tests.

Le travail de Tukey a mis l'accent sur l'importance du contrôle des taux d'erreur sur plusieurs inférences, un principe qui reste central dans les statistiques modernes.

Calculs associés

• ANOVA à un facteur — Test préalable
• ANOVA à deux facteurs — Post-hocs pour chaque facteur
• Test t pour deux échantillons — Comparaison unique
• Calculateur de d de Cohen — Tailles d'effet

Résumé

Le test HSD de Tukey identifie quelles paires de groupes diffèrent significativement après que l'ANOVA ait détecté un effet global. Il contrôle le taux d'erreur familial à α pour toutes les comparaisons par paires en utilisant la distribution de l'étendue studentisée. Calculez le seuil HSD, puis comparez chaque différence de moyenne par paires à cette valeur. Les groupes différant de plus de HSD sont significativement différents. La modification de Tukey-Kramer gère les tailles d'échantillon inégales. Rapportez toutes les comparaisons, intervalles de confiance et valeurs p pour des résultats complets et transparents.