7543473364

191'

W

*

(iv) Si r est le nombre de rćgressions' comparćes et n_E le nombre total

d^fobservations pour l'ensemble des rśgressions, voici les nombres de degrśs de libertć des ąnantitós ci-dessus :

A

l_ *    *

Statistigue : Nombre de d.d.l. |

SCyz	• • l •	' ^nE	- 1 -		• r	m
	• •					•
	• •					r :♦
SCR	• • •	n_,	-• 2r
	• I	E			^1
	• • •: /	m •	r		»
SCb	• m : •	r	1
						V
	• • •		t			# ••
SCa	• • :•	r	- T	•		*
•	: • •	• %		• #
SCE	• • • •	1
E	• • •
	• •		-J---

On peut alors dres ser le tableau d^fanalyse de uariance pour la oomparaison des rógressions :

Source de variation |	Sorame de carres	d.d.l.	Carre moyen	F~observe
Expliquee par la re- ; gression d’ensemble (SCEJ	• 1,83884	i	1,83884	' 335,7 ***
j Entre pentes (SCb)	0,01708	i	0,01708	3,1
Entre constantes (Sca)	0,03887	i	0,03887	7,1 *
Residuelle (SCR) ! |	0,08764	16	0,005478
To tale (SCyE)	1,98243	19

Les Valeurs de F-observe s ^fobtiennent' en divisant le carrć moyen concemć pav le carrś moyen rćsiduel SCR/(n_E-2r). Les astórisąues caractćrisent le degre de significativitś des diverses valeurs de F-observś : on le dćter-rnine en se rćfirant aux tables statistiąues de la uariable de FISHER dci d 1 et 16 d.d.l. pour les trois F-observćs) pour les seuils de probabilite de 5 % (*), 1% (**) et 0,1% (***). D’aprds le tableau ci-dessus, la rćgression d^fensenble est hautement significatiue (il y a une probabilite tris faible d^robtenir cette valeur de F-observć en cas d'absence de liaison statistigue).

La diffórence entre les pentes des deux regressions n'est pas significative, c’est-a-dire qu^relle peut etre due auz effets de l^rechantillonnage au hasard sur les deux jeux de donnćes. En reuanche, les constantes presentent wie dif-fćrence significatiue au seuil de 5%, ce ąui suggere que les regressions sont distinctes bien qu'ayant la meme pente. On en conclut dono que l^Ton ne peut pas rassembler les donnees des dewc plantations, pour faire des próuisions a partir d’une regression d’ensemble unique, sans perte de precision sur les rćsultats.