Personne pour m'aider ?

En fait, d'après mes souvenirs, le problème de Newman-Keuls est qu'il gère de mauvaise manière le problème du contrôle du risque multiple (plus on de tests à faire, plus le risque d'erreur alpha fixé s'éloigne du alpha désiré).

Ceci est plus atténué avec Scheffé ou Bonferroni. Par contre Bonferroni possède une puissance très faible...

Ton papier a-t-il été accepté pour autant ? Si ce n'est pas le cas, tu peux envisager de réaliser Scheffé "pour voir", sinon le reviewer est un enfoiré !

Oui, le papier est accepté.

En effet, après quelques recherches complémentaires, ça semble être dû au problème des comparaisons multiples. J'avais oublié ce point.

J'ai trouvé ça comme explication et conseil :
"Bien qu'il soit un peu plus puissant que le test de Tukey, le test de Newman-Keuls est très controversé. En effet, il ne parvient pas toujours à bien contrôler le taux d'erreur de l'ensemble et provoque donc une légère inflation du risque de commettre des erreurs du premier degré. Dans la majorité des cas, on
conseille donc de choisir le test de Tukey plutôt que celui de Newman-Keuls."

Le Bonferroni irait bien aussi, je pense. Le Scheffé est ultra-conservateur, par contre.

En même temps, je ne fais que 2 comparaisons post-hoc par ANOVA. Le Newman-Keuls n'est donc pas si mal que ça dans ces conditions, il me semble.

Cool pour ta publication

Ce sont pour moi de vieux souvenirs étant donné que je n'ai pas fait une seule ANOVA depuis 2/3 ans.
Je suis d'accord avec toi concernant les conditions du Newman-Keuls dans ton étude : seulement 2 comparaisons ne devraient pas poser de gros problèmes sur la justesse du résultat...

ce message s''adrees pour enzo ou  franckM
bnjour a vous tous
jai un probleme avec mes analyse de stat je doit faire un tset de newman et keuls je possede un logiciel pour cela jai le minitab. mai jignore la procedure.
esk je peux le faire avec l'excel?? .
merci beaucoup

La statistique de N-K consiste en un quotient q : au numérateur, on trouve l'écart entre deux parmi N valeurs (la plupart du temps, ce sont des moyennes de groupes), et au dénominateur, on trouve une erreur-type (souvent basée sur un Carré moyen d'erreur, en analyse de variance) : c'est donc un écart "studentisé".

Le principe proposé par N-K consiste à juger de la différence entre les moyennes en recourant au Studentized range, qu'on peut noter Q(1,N), et qui est lui aussi un quotient, avec le même dénominateur mais avec un numérateur constitué par la différence entre les deux moyennes extrêmes, i.e. q(1,N). L'utilisation de la valeur critique Q(1,N) pour toutes les différences de moyennes possibles correspond à la procédure de Tukey, aussi appelée HSD (Honestly significant difference). Cependant, N-K propose une autre façon de faire, qui est statistiquement injustifiable. Soient les moyennes Mr et Ms, choisies parmi l'ensemble M1, M2, M3,...,MN, où l'indice (r ou s) dénote le rang de la moyenne dans l'ensemble. Alors, pour le test de type q = (Ms-Mr)/écart-type, N-K propose d'appliquer la valeur critique du Studentized range Q(1,t), où t = s-r+1. C.-à-d. que les deux moyennes comparées sont considérées provenir d'un ensemble réduit dans lequel ces deux moyennes constitueraient les deux extrêmes.

Prenons par exemple N = 10, et les moyennes M1, M2, M3, ..., M10. Alors, le principe de N-K consiste à comparer par le même critère M1 vs M2 parmi 10 moyennes et M1 vs M2 parmi deux moyennes, tout comme il applique le même critère à M2 vs M3, M3 vs M4 etc. parmi 10. Or, ces comparaisons sont bien différences (et on peut le démontrer) : en particulier, parmi 10 valeurs normales tirées au hasard, l'écart entre la 1er et la 2nde est beaucoup plus important qu'entre la 5e et la 6e.

Inutile de dire que, sauf pour la comparaison de M1 vs MN (auquel cas on retombe dans la procédure de Tukey), la statistique de N-K ne respecte jamais le seuil alpha.

Les statisticiens et la plupart des revues sérieuses ont proscrit cette procédure.