Comment effectuer une ANOVA à mesures répétées dans Stata

L’analyse de variance à mesures répétées constitue l’un des piliers méthodologiques les plus sophistiqués et les plus fréquemment mobilisés au sein des sciences du comportement, des neurosciences cognitives et de la recherche biomédicale contemporaine. Lorsqu’un chercheur souhaite mesurer l’évolution d’un processus psychologique à travers le temps, évaluer l’impact différentiel de plusieurs conditions expérimentales successives sur un même individu ou neutraliser l’hétérogénéité intrinsèque propre aux populations humaines, le recours à un protocole intra-sujet s’impose avec une force d’évidence méthodologique. En permettant à chaque participant de servir de son propre témoin, cette approche expérimentale transforme radicalement le traitement de la variance résiduelle et confère aux analyses une sensibilité statistique que les devis transversaux classiques peinent souvent à atteindre.

Toutefois, la manipulation de telles architectures expérimentales requiert une rigueur analytique intransigeante. Contrairement aux modèles statistiques d’analyse de variance à facteurs indépendants, qui reposent sur le postulat fondamental d’indépendance des erreurs, les devis à mesures répétées intègrent explicitement une corrélation structurelle entre les observations issues d’une même unité statistique. Cette interdépendance sérielle et contextuelle impose des contraintes mathématiques strictes, au premier rang desquelles figure l’hypothèse de sphéricité des matrices de variance-covariance. L’omission ou la mauvaise interprétation de ces propriétés peut conduire à des distorsions majeures des taux d’erreur de première espèce, menaçant directement la validité des conclusions scientifiques et la reproductibilité des résultats expérimentaux.

Le logiciel statistique Stata s’est progressivement imposé comme un environnement de référence pour l’implémentation de ces protocoles complexes, combinant une puissance algorithmique éprouvée, une flexibilité d’encodage et une polyvalence conceptuelle remarquable. À travers ses commandes classiques d’analyse de variance et ses fonctionnalités avancées de modélisation multiniveau par équations mixtes linéaires, Stata offre aux méthodologues et aux psychologues quantitatifs une gamme étendue d’outils d’estimation, d’évaluation diagnostique et d’ajustement correctif. L’objectif de cet article est de fournir une synthèse opérationnelle et conceptuelle exhaustive dédiée à l’exécution, à l’interprétation et à la communication de l’ANOVA à mesures répétées sous Stata, guidant le chercheur des postulats fondamentaux jusqu’aux standards de publication académique les plus stricts.

1. Fondements théoriques de l’ANOVA à mesures répétées en psychologie

1.1 Définition et principes fondamentaux du plan intra-sujet

Le plan expérimental intra-sujet, communément qualifié de plan à mesures répétées (within-subjects design), repose sur un principe épistémologique et méthodologique central : l’évaluation d’une même unité expérimentale à travers deux ou plusieurs conditions opératoires distinctes, ou à des moments successifs d’un continuum temporel déterminé. Dans les sciences psychologiques et psychiatriques, où la variabilité interindividuelle liée à l’histoire développementale, aux prédispositions génétiques, aux traits de personnalité et aux capacités cognitives basales génère un bruit statistique substantiel, l’appariement des sujets avec eux-mêmes s’avère particulièrement fécond. Chaque participant devient son propre référent empirique, ce qui permet de neutraliser mathématiquement les écarts statiques stables d’un individu à l’autre lors de l’estimation de l’impact des variables manipulées par l’expérimentateur.

Sur le plan de l’architecture stochastique, cette approche induit une reconfiguration majeure de la décomposition de la variance totale. Alors que dans une ANOVA inter-sujets (between-subjects), l’hétérogénéité entre individus vient alimenter sans distinction le terme d’erreur résiduelle non expliquée, le plan intra-sujet extrait et isole explicitement la variance attribuable aux différences systématiques interindividuelles. En soustrayant cette composante stable de la variance d’erreur résiduelle globale, le dénominateur du ratio de variance F de Fisher-Snedecor s’en trouve notablement réduit. Par voie de conséquence directe, la sensibilité du test statistique à détecter un effet expérimental réel d’une amplitude donnée — c’est-à-dire sa puissance statistique — subit une augmentation substantielle, permettant de rejeter l’hypothèse nulle avec une précision accrue même sur des cohortes de taille modérée.

Cette configuration s’avère irremplaçable lorsqu’il s’agit de cartographier la cinétique de processus psychologiques dynamiques. Qu’il s’agisse de documenter la trajectoire d’une rémission clinique, de mesurer l’évolution d’une charge cognitive au fur et à mesure de l’apprentissage d’une compétence motrice complexe, ou d’analyser la réactivité émotionnelle face à une série ordonnée de stimuli inducteurs de stress, l’ANOVA intra-sujet permet de caractériser non seulement les ruptures ponctuelles d’état, mais également les formes fonctionnelles — linéaires, quadratiques ou asymptotiques — qui décrivent l’évolution interne de l’organisme en réponse aux contraintes environnementales.

1.2 Distinction entre ANOVA inter-sujets et ANOVA intra-sujet

La distinction mathématique fondamentale entre le modèle d’analyse de variance à facteurs indépendants et celui à mesures répétées réside dans la décomposition formelle de la somme des carrés totale (Total Sum of Squares, SS_Total). Dans le schéma classique univarié inter-sujets, la somme totale des écarts à la moyenne générale est scindée en deux vecteurs distincts : la somme des carrés du traitement (SS_{Between-conditions}) et la somme des carrés résiduelle ou d’erreur (SS_Error). Dans ce cadre, chaque observation est supposée totalement indépendante des autres, impliquant une matrice de variance-covariance des erreurs diagonale, où toutes les covariances hors-diagonale sont nulles par hypothèse.

À l’inverse, l’ANOVA intra-sujet procède à une partition plus granulaire. La somme des carrés totale est d’abord divisée entre une composante inter-sujets (SS_{Between-subjects}), reflétant les idiosyncrasies stables des participants agrégées à travers toutes les conditions, et une composante intra-sujet (SS_{Within-subjects}). Cette dernière est ensuite subdivisée entre la variance expliquée par le facteur expérimental ou temporel (SS_Treatment) et l’interaction du facteur avec les sujets, qui constitue la véritable variance d’erreur résiduelle propre au plan intra-sujet (SS_{Treatment × Subjects}). Cette mécanique soustractive démontre formellement pourquoi l’erreur résiduelle est presque toujours inférieure dans les plans dépendants, à la condition expresse qu’il existe une corrélation positive non négligeable entre les mesures successives prélevées sur une même unité expérimentale.

Cette corrélation intra-classe (Intraclass Correlation Coefficient, ICC) exprime le degré d’homogénéité interne des réponses fournies par un individu donné. Dans un plan dépendant, les covariances entre les niveaux des facteurs répétés ne sont pas nulles ; elles captent la tendance d’un sujet obtenant un score élevé au temps initial à maintenir un positionnement relatif supérieur aux temps ultérieurs. La modélisation de cette dépendance est précisément ce qui invalide l’application des formules classiques des moindres carrés ordinaires sans ajustement structurel, imposant le passage à des estimateurs capables de prendre en charge les matrices d’erreur non diagonales, comme l’explique en détail la théorie du modèle linéaire généralisé multivarié développée par Maxwell et Delaney dans leurs travaux de référence sur les plans expérimentaux longitudinaux.

1.3 Situations d’application prévalentes dans la recherche comportementale

Les plans à mesures répétées se manifestent sous de multiples formes au sein de la littérature comportementale contemporaine. L’une des applications les plus répandues réside incontestablement dans les devis d’intervention clinique et psychothérapeutique dits « pré-test, per-test, post-test et suivi à long terme » (follow-up). Dans ces contextes, un groupe de patients souffrant par exemple d’un trouble anxieux généralisé ou d’un état de stress post-traumatique est évalué à l’aide d’échelles psychométriques validées avant l’amorce du protocole thérapeutique, à mi-parcours, à l’issue immédiate de la prise en charge, puis après plusieurs mois d’autonomie. L’ANOVA intra-sujet permet alors de quantifier l’amplitude de l’atténuation symptomatique, d’évaluer la stabilité des gains thérapeutiques et de vérifier si l’amélioration suit un cours graduel ou une rémission abrupte.

Un deuxième domaine de prédilection concerne la psychologie cognitive et la psychophysique expérimentale, reposant sur des protocoles d’exposition séquentielle intra-sujet. Dans les paradigmes d’amorçage affectif ou de tâche de Stroop émotionnelle, chaque participant est soumis consécutivement à des centaines d’essais factorisés selon la valence du stimulus (stimuli positifs, neutres, aversifs) et son intensité perceptive. L’évaluation de la vitesse de traitement de l’information — mesurée en millisecondes au niveau des temps de réaction — ou des amplitudes de potentiels évoqués cognitifs (comme l’onde P300 ou N400 en électroencéphalographie) exige que tous les niveaux du facteur soient administrés à l’ensemble de l’échantillon afin d’éliminer le biais massif induit par la vitesse basale de traitement propre à chaque système nerveux central.

Enfin, les recherches en neuropsychopharmacologie comportementale font un usage prépondérant de cette méthodologie lors des protocoles d’administration aiguë ou chronique de molécules psychoactives. Les chercheurs examinent la cinétique temporelle des modifications attentionnelles ou motrices consécutivement à l’ingestion d’une substance versus un placebo, avec des prélèvements comportementaux cadencés à intervalles réguliers (toutes les trente minutes sur une période de plusieurs heures). De telles approches dynamiques sont fondamentales pour déterminer les fenêtres d’efficacité maximale, les phases de tolérance aiguë et les mécanismes de décroissance de la réponse comportementale, consolidant ainsi la valeur de l’ANOVA intra-sujet en tant qu’instrument diagnostique et translationnel incontournable.

2. Hypothèses statistiques et conditions préalables à l’analyse

2.1 Distribution normale des résidus et des scores de différence

Comme l’ensemble des techniques fondées sur le modèle linéaire général, l’ANOVA à mesures répétées repose sur des postulats distributionnels précis qu’il convient d’auditer avant toute interprétation des ratios de variance. Le premier de ces postulats concerne la normalité de la distribution. Il importe toutefois de dissiper une confusion théorique fréquente : ce n’est pas la variable dépendante brute agrégée ou mesurée isolément au sein de chaque condition qui doit obligatoirement suivre une loi normale parfaite, mais bien la distribution des résidus d’estimation du modèle ou, dans le cadre univarié à deux conditions, la distribution des scores de différence individuels (difference scores).

L’évaluation empirique de cette normalité au sein de l’environnement Stata s’articule autour de diagnostics numériques et graphiques complémentaires. Les chercheurs emploient traditionnellement le test de Shapiro-Wilk, invoqué via la commande swilk, qui présente une sensibilité statistique optimale pour les échantillons de petite à moyenne taille (typiquement N < 50), particulièrement fréquents en neuroimagerie ou en psychophysiologie. En présence d’échantillons plus vastes, le test de D’Agostino, Pearson et Royston combinant l’asymétrie et l’aplatissement (skewness et kurtosis), obtenu par la commande sktest, offre une quantification robuste des écarts à la symétrie gaussienne. Ces tests formels doivent impérativement être complétés par une inspection visuelle des diagrammes quantile-quantile (Q-Q plots, via qnorm) afin d’identifier si les déviations observées proviennent d’un étirement systématique des queues de distribution ou de singularités ponctuelles.

Il est admis que l’ANOVA bénéficie d’une certaine robustesse face aux déviations modérées de la normalité grâce au théorème central limite, pourvu que la taille de l’échantillon soit substantielle et que les distributions ne présentent pas une asymétrie unilatérale sévère. Néanmoins, en présence d’échantillons réduits (par exemple moins de 20 participants) caractérisés par des distributions lourdement aplaties ou asymétriques, les probabilités associées à la statistique F deviennent imprécises, augmentant le risque d’erreurs d’inférence statistique. Dans ces circonstances, le recours à des transformations mathématiques stabilisatrices (logarithmiques, racine carrée) ou à des modèles non paramétriques et mixtes robustes s’impose de facto.

2.2 Le postulat critique de sphéricité

Le postulat le plus déterminant, et paradoxalement le plus régulièrement violé dans les applications pratiques de l’ANOVA à mesures répétées, est celui de la sphéricité (sphericity). Souvent confondue avec l’homogénéité des variances (homoscédasticité), la sphéricité est une condition plus contraignante et spécifique aux devis intra-sujets comportant au moins trois niveaux de mesure. Mathématiquement, la sphéricité stipule que les variances de toutes les différences possibles calculées entre chaque paire de conditions expérimentales doivent être rigoureusement égales au sein de la population parente.

Pour appréhender cette propriété, considérons un protocole comportant trois temps de mesure : T₁, T₂ et T₃. La condition de sphéricité exige que :

Var(T₁ – T₂) = Var(T₁ – T₃) = Var(T₂ – T₃)

Une condition suffisante, bien que non strictement nécessaire, pour que la sphéricité soit satisfaite est l’hypothèse de circularité ou de symétrie composée (compound symmetry). La symétrie composée suppose que toutes les variances marginales associées à chaque condition soient égales entre elles, et que toutes les covariances croisées entre les différentes conditions soient également identiques. Dès lors que la corrélation temporelle décroît au fur et à mesure que l’écart entre les mesures augmente — ce qui constitue la règle quasi universelle dans les études longitudinales en psychologie, où l’intervalle entre T₁ et T₃ engendre nécessairement une désynchronisation plus marquée qu’entre T₁ et T₂ —, la symétrie composée s’effondre, et la sphéricité se trouve immédiatement compromise.

Les conséquences d’une violation de sphéricité sur l’inférence statistique sont majeures. Lorsque la matrice de variance-covariance s’éloigne de cette configuration idéale, la distribution théorique du ratio de variance F ne suit plus la loi de Fisher-Snedecor standard sous l’hypothèse nulle. Le dénominateur du test univarié sous-estime systématiquement la variance d’erreur réelle des contrastes, ce qui engendre une inflation drastique du taux d’erreur de première espèce (α). Un chercheur opérant au seuil nominal théorique de 5 % peut ainsi voir son risque réel de faux positifs culminer à 10 %, voire 15 %, rejetant à tort des hypothèses nulles et publiant des effets purement artefactuels. Cette vulnérabilité a conduit les statisticiens méthodologues à développer des procédures d’ajustement des degrés de liberté extrêmement rigoureuses, qui seront explorées dans les sections ultérieures.

2.3 Gestion des données aberrantes et extrêmes

L’existence de valeurs aberrantes (outliers) au sein d’un plan à mesures répétées présente un défi analytique singulier. Dans un protocole inter-sujets, un point extrême affecte uniquement la moyenne et la variance de son groupe d’appartenance. Dans un protocole intra-sujet, un score atypique émanant d’un individu à un instant précis vient altérer l’ensemble des scores de différence appariés impliquant cette condition pour ce participant, modifiant de manière disproportionnée la matrice de variance-covariance empirique et déstabilisant directement la métrique de sphéricité de l’expérience entière.

La détection de ces perturbations dans Stata s’opère par l’analyse des résidus standardisés (standardized residuals), des résidus studentisés et de la distance de Cook après ajustement d’un modèle linéaire sous-jacent. Des commandes diagnostiques permettent d’extraire les résidus dont la valeur absolue excède le seuil conventionnel de 2,5 ou 3 écarts-types, signalant des observations suspectes. La distance de Cook permet quant à elle d’évaluer l’influence globale qu’exerce une observation singulière sur l’ensemble des paramètres estimés par le modèle. Si un participant présente une variabilité aberrante restreinte à une seule modalité temporelle — consécutivement par exemple à une défaillance technique du dispositif d’enregistrement ou à un décrochage attentionnel ponctuel —, l’estimation de l’effet moyen s’en trouve lourdement biaisée.

Face à de telles observations, le chercheur dispose de plusieurs alternatives opérationnelles. La suppression pure et simple de l’individu constitue une approche radicale qui peut entraîner une déperdition intolérable de puissance statistique si la cohorte est restreinte. Une stratégie intermédiaire consiste en la winsorisation des scores aberrants (remplacement de la valeur extrême par le centile acceptable le plus proche) ou l’application d’une transformation non linéaire de la variable dépendante. Néanmoins, la solution la plus robuste et la plus conforme à la psychométrie computationnelle contemporaine réside dans l’adoption de modèles de régression mixte tolérants aux distributions d’erreur à queues lourdes, ou l’utilisation d’estimateurs de covariance sandwich robustes à l’hétérogénéité résiduelle.

3. Structuration et préparation du jeu de données dans Stata

3.1 Formats de données : Comprendre l’architecture Large (Wide) versus Long

Avant d’initier toute procédure calculatoire dans Stata, le chercheur doit maîtriser l’architecture topologique de son fichier de données. Dans le paysage de l’analyse quantitative, deux structures fondamentales se côtoient : le format large (Wide format) et le format long (Long format). L’incompréhension de ces dispositions matricielles constitue l’une des sources d’erreurs les plus chroniques lors de l’exécution des scripts de traitement statistique.

Le format large se caractérise par une architecture où chaque ligne du tableau représente une unité statistique unique et exclusive (un participant, un sujet expérimental). Dans cette configuration, les différentes répétitions temporelles ou contextuelles de la variable dépendante sont stockées dans des colonnes séparées et adjacentes. Par exemple, une étude examinant l’anxiété mesurée à trois reprises comportera une colonne d’identification unique (id), suivie de colonnes distinctes telles que anxiete_t1, anxiete_t2 et anxiete_t3. Bien que cette structure soit particulièrement intuitive pour la saisie manuelle des données, le calcul des matrices de corrélation bivariées préliminaires et l’exécution d’analyses multivariées de variance (MANOVA), elle s’avère inopérante pour la majorité des commandes modernes d’estimation sous Stata.

Le format long, quant à lui, privilégie une disposition verticale où chaque ligne correspond à un événement de mesure unique. Par conséquent, chaque participant apparaît sur plusieurs lignes successives, à raison d’une ligne par temps ou par condition expérimentale. Le fichier ne contient alors qu’une seule colonne globale pour la variable dépendante (par exemple anxiete), accompagnée d’une variable indicatrice temporelle ou contextuelle (par exemple temps) codifiant la condition d’appartenance de la ligne. Cette architecture est rigoureusement indispensable pour mobiliser la commande anova avec spécification de mesures répétées, ainsi que pour l’ensemble des modélisations mixtes hiérarchiques via mixed.

3.2 Mise en œuvre de la commande reshape pour la réorganisation des données

Stata dispose d’un outil algorithmique dédié à la reconfiguration bidirectionnelle des matrices de données : la commande reshape. La conversion d’un fichier du format large vers le format long exige une syntaxe explicite stipulant la variable identifiant le sujet (l’option i()) et la variable désignant l’indice des mesures répétées (l’option j()).

Supposons un jeu de données initialement structuré en format large, comportant l’identifiant id et les scores d’une échelle cognitive mesurée lors de trois évaluations successives désignées sous les noms memoire1, memoire2 et memoire3. Pour transposer cette structure vers un format long opérationnel pour l’analyse de variance, la commande canonique s’exécute selon la séquence suivante :

reshape long memoire, i(id) j(temps)

Sous cette instruction, Stata analyse la racine lexicale memoire, isole le suffixe numérique résiduel pour créer la variable indicatrice temps prenant les valeurs 1, 2 et 3, et réplique chaque ligne individuelle en trois observations verticales chaînées. Immédiatement après cette opération de réorganisation topologique, il est impératif d’auditer la structure résultante à l’aide des commandes describe et codebook afin de s’assurer que le nombre final d’observations correspond exactement au produit du nombre initial de sujets par le nombre de conditions répétées.

Inversement, si l’analyste a besoin de revenir au format large pour inspecter des matrices de covariances brutes ou réaliser des tests d’ajustement multivariés spécifiques, la commande inverse s’exécute avec une grande simplicité :

reshape wide memoire, i(id) j(temps)

Cette plasticité manipulationnelle garantit une transition fluide entre les différentes exigences analytiques imposées par l’investigation statistique des protocoles longitudinaux.

3.3 Encodage des variables et étiquetage sémantique

La préparation rigoureuse d’un fichier sous Stata ne saurait se limiter à sa simple disposition spatiale ; elle implique une qualification sémantique et typologique stricte de chaque variable incluse dans le modèle. L’un des écueils les plus récurrents survient lorsque les identifiants de sujets ou les étiquettes de conditions expérimentales sont importés sous forme de chaînes de caractères alphanumériques (strings). Bien que visuellement explicites, ces variables textuelles sont rejetées par les algorithmes d’analyse matricielle de Stata, qui exigent des vecteurs numériques.

Pour résoudre cette contrainte tout en préservant l’intelligibilité des conditions, la commande encode convertit une variable textuelle en une variable numérique ordonnée, tout en générant automatiquement un dictionnaire d’étiquettes de valeurs (value labels) associant le libellé originel au nouveau code arithmétique. Par exemple, si la modalité expérimentale est codée sous la variable textuelle condition_str contenant les valeurs « Controle », « Stress_Faible » et « Stress_Eleve », l’encodage s’opère par :

encode condition_str, gen(condition)

Parallèlement, lorsque l’expérimentateur construit manuellement ses variables numériques, il convient de structurer les métadonnées via les commandes label define et label values. Cette précaution garantit que toutes les sorties graphiques et tabulaires générées ultérieurement afficheront explicitement les dénominations sémantiques précises au lieu d’indices numériques abstraits. Enfin, il est indispensable de valider l’intégrité de l’emboîtement à l’aide de la commande isid id temps, qui vérifie de façon univoque l’absence absolue de doublons au sein du couple identifiant-temps, protégeant ainsi l’analyste contre toute distorsion silencieuse des degrés de liberté de l’analyse.

4. Statistiques descriptives exploratoires et visualisations graphiques

4.1 Calcul des paramètres de tendance centrale et de dispersion intra-sujet

L’immersion dans l’analyse inférentielle ne devrait jamais précéder un examen descriptif minutieux des paramètres de position et de dispersion associés à chaque niveau de la variable répétée. Sous Stata, la commande tabstat constitue le vecteur d’extraction le plus synthétique pour inspecter simultanément les moyennes empiriques, les écarts-types, les médianes et l’étendue interquartile conditionnelle. Une spécification canonique s’exprime sous la forme suivante :

tabstat score, by(temps) stat(n mean sd se min max skewness kurtosis) columns(statistics)

Toutefois, dans le cadre rigoureux d’un devis intra-sujet, l’erreur-type conventionnelle de la moyenne (standard error, SE) calculée isolément sur chaque niveau présente un biais d’interprétation méthodologique substantiel. En intégrant sans différenciation la variabilité interindividuelle stable, ces erreurs-types indépendantes surestiment largement l’incertitude réelle propre aux comparaisons répétées au sein d’un même individu. Pour pallier cette distorsion visuelle et inférentielle, la littérature psychométrique recommande d’adopter la correction proposée initialement par Cousineau et perfectionnée par Morey, laquelle procède à une normalisation préalable des scores en soustrayant la moyenne générale de chaque individu avant de recalculer la dispersion intra-sujet.

En complément des métriques univariées, l’inspection de la matrice de corrélations bivariées entre les temps de mesure, obtenue sous le format large via l’instruction correlate score1 score2 score3, livre des indices fondamentaux quant à la viabilité du modèle. Des corrélations uniformément positives et d’amplitudes comparables suggèrent le respect de la symétrie composée, tandis qu’une atténuation progressive des coefficients au fur et à mesure de l’écartement temporel annonce d’emblée une transgression probable du postulat de sphéricité.

4.2 Génération de graphiques d’évolution longitudinale

L’exploration visuelle des dynamiques intra-sujets requiert des représentations graphiques capables de concilier l’expression de la tendance globale du groupe et la préservation des trajectoires individuelles. À cet égard, le graphique dit « en spaghetti » (spaghetti plot) s’impose comme une modalité d’inspection incontournable. Il permet de tracer l’évolution individuelle de chaque participant à travers le temps, mettant en lumière l’hétérogénéité des profils basaux et la variabilité des réponses au traitement.

Sous Stata, cette représentation est générée via la commande combinée twoway line, en exploitant l’identifiant individuel comme critère de connectivité segmentée :

twoway (line score temps, connect(L) lcolor(gs12) lwidth(vthin)) ///
       (lfit score temps, lcolor(navy) lwidth(thick)), ///
       title(« Trajectoires individuelles et tendance globale ») ///
       xtitle(« Temps de mesure ») ytitle(« Score clinique ») legend(off)

L’examen de cette cartographie visuelle permet au chercheur d’anticiper la présence d’effets non linéaires. Si les trajectoires individuelles infléchissent leur course après une période initiale de progression rapide, l’analyste sera orienté vers l’intégration de composantes polynomiales d’ordre supérieur (quadratique ou cubique) lors des tests de contrastes ultérieurs, évitant ainsi l’écueil d’une modélisation linéaire restrictive qui masquerait des dynamiques d’habituation ou d’effet plafond.

4.3 Cartographie des distributions empiriques par niveau

Pour compléter l’analyse des trajectoires, la restitution de la forme distributionnelle des scores au sein de chaque condition expérimentale s’avère indispensable pour déceler visuellement d’éventuelles asymétries latentes ou des phénomènes de regroupement aux bornes (effets de plancher et de plafond). L’élaboration de boîtes à moustaches superposées (box plots) à l’aide de la commande graph box offre un aperçu immédiat de la médiane, de l’espace interquartile et des valeurs adjacentes :

graph box score, over(temps) asyvars showyvars ///
       title(« Dispersion distributionnelle par condition ») ///
       ytitle(« Échelle d’évaluation »)

Afin de maximiser la transparence descriptive, les publications actuelles en sciences du comportement encouragent la superposition des points de données brutes appariés directement sur les distributions récapitulatives. L’utilisation conjointe de diagrammes en violon ou de nuages de points jitterisés connectés par des lignes de pente permet d’appréhender visuellement le degré de parallélisme des réponses. Si les segments de liaison entre les conditions divergent fortement — certains participants progressant tandis que d’autres régressent —, le chercheur peut d’emblée suspecter une interaction majeure entre les sujets et le facteur répété, signalant la présence potentielle de sous-groupes cliniques ou cognitifs différenciés qu’une simple moyenne arithmétique globale risquerait d’occulter totalement.

5. Exécution de l’ANOVA à mesures répétées à un facteur avec la commande anova

5.1 Syntaxe générale et spécification du terme d’erreur

L’implémentation standard d’une analyse de variance à un facteur intra-sujet sous Stata s’articule historiquement autour de la commande anova. Contrairement aux interfaces de logiciels statistiques concurrents qui requièrent la sélection de variables larges dans des boîtes de dialogue cloisonnées, Stata utilise une syntaxe unifiée fondée sur la désignation explicite de la hiérarchie des termes d’erreur résiduelle. Pour un protocole à un facteur intra-sujet (temps) appliqué à des participants repérés par la variable id, avec une variable dépendante continue score, les données étant disposées en format long, l’instruction prend la forme suivante :

anova score id temps, repeated(temps)

Dans cette formulation syntaxique, l’incorporation de la variable id dans la spécification du modèle ordonne formellement à Stata d’extraire la variance systématique attribuable aux différences interindividuelles stables (la composante SS_{Between-subjects}). L’option cruciale repeated(temps) modifie quant à elle profondément l’algorithme computationnel : elle indique au compilateur matriciel que la variable spécifiée entre parenthèses constitue un facteur intra-sujet dont les niveaux sont corrélés, déclenchant ainsi automatiquement les tests diagnostiques de sphéricité et le calcul des coefficients de correction associés.

Il est fondamental de noter que dans cette syntaxe fondamentale, le terme d’erreur utilisé pour tester l’effet principal du facteur temps n’est pas la variance résiduelle totale d’un modèle linéaire conventionnel, mais l’interaction résiduelle entre le sujet et le temps (id#temps). Cette mécanique interne assure un partitionnement fidèle à la théorie classique de l’échantillonnage de Cornfield et Tukey pour les modèles à effets fixes combinés à des effets aléatoires de blocs individuels.

5.2 Décomposition de la table de variance de Stata

À l’exécution de la commande, Stata génère une table récapitulative de décomposition de la variance d’une clarté analytique remarquable. La première section du tableau répertorie le modèle global, décomposant la somme des carrés totale (Total SS) en ses composantes constitutives :

• Le terme id : Il quantifie la somme des carrés inter-sujets (Between-subjects SS). Associé à N – 1 degrés de liberté, il reflète l’amplitude de la dispersion des scores moyens individuels autour de la moyenne générale de l’expérience. Ce terme ne fait généralement l’objet d’aucun test F inférentiel dans la mesure où les participants sont considérés comme un échantillon aléatoire représentatif de la population.
• Le facteur intra-sujet (temps) : Il représente la variance systématique expliquée par la variable indépendante manipulée (SS_Treatment). Ses degrés de liberté correspondent à k – 1, où k figure le nombre de conditions répétées.
• Le terme d’erreur résiduelle (Residual) : Dans la table brute univariée, ce terme agrège la variance d’interaction entre les participants et le facteur de temps (id × temps), doté de (N – 1)(k – 1) degrés de liberté. C’est précisément ce terme résiduel qui sert de dénominateur pour le calcul de la statistique de test F associée à l’effet principal :

F = [SS_temps / (k – 1)] / [SS_Residual / ((N – 1)(k – 1))] = MS_temps / MS_Residual

La valeur p (notée Prob > F) indique la probabilité asymptotique d’observer un tel ratio de variance sous l’hypothèse nulle d’égalité stricte des moyennes de population à travers l’ensemble des conditions. Une valeur inférieure au seuil critique conventionnel de 0,05 conduit au rejet de l’hypothèse nulle, indiquant qu’au moins deux conditions expérimentales diffèrent significativement en termes de tendance centrale.

5.3 Limites de la syntaxe anova classique

Bien que d’une élégance conceptuelle éprouvée, la commande historique anova de Stata souffre de contraintes structurelles intrinsèques qui en limitent l’applicabilité dans les contextes de recherche contemporains. La faiblesse la plus dommageable réside dans son traitement particulièrement rigide et pénalisant des données manquantes. L’algorithme des moindres carrés ordinaires implémenté dans anova opère par suppression par observation complète (listwise ou casewise deletion) : dès lors qu’un participant présente une valeur manquante à un seul temps de mesure parmi dix sessions expérimentales, la totalité de ses données est immédiatement et intégralement purgée de l’analyse globale.

Dans les essais cliniques longitudinaux s’étendant sur plusieurs mois, où les phénomènes d’attrition (décrochage de participants, oubli de passation d’un questionnaire, artéfacts physiologiques ponctuels inexploitables) sont pratiquement inévitables, cette purge automatique engendre des conséquences méthodologiques délétères. D’une part, elle provoque une hémorragie de puissance statistique en réduisant drastiquement l’effectif résiduel exploitable. D’autre part, si les abandons ne surviennent pas d’une manière rigoureusement aléatoire (postulat Missing Completely at Random, MCAR), la suppression des cas partiels introduit un biais systématique d’échantillonnage, dénaturant irrémédiablement l’estimation des trajectoires de population.

De surcroît, la syntaxe anova classique impose l’hypothèse contraignante de sphéricité et ne propose que des ajustements a posteriori sur les degrés de liberté sans permettre de paramétrer explicitement des structures de covariance alternatives plus réalistes, telles que les matrices autorégressives où la corrélation s’estompe organiquement au fil du temps. Ces limitations intrinsèques expliquent pourquoi la communauté méthodologique s’est progressivement tournée vers les modèles mixtes linéaires pour le traitement exhaustif des devis longitudinaux.

6. Évaluation diagnostique de la sphéricité et corrections correctives

6.1 Exécution et interprétation du test de Mauchly

Lorsque l’option repeated() est spécifiée au sein de la commande anova, Stata produit automatiquement une table diagnostique additionnelle dédiée à l’évaluation de la sphéricité, articulée autour du célèbre test de Mauchly (Mauchly’s test of sphericity). Ce test évalue formellement l’hypothèse nulle selon laquelle la matrice de variance-covariance des scores de différence normalisés est proportionnelle à une matrice identité, ce qui équivaut à valider mathématiquement la condition de sphéricité au sein de la population parente.

L’interprétation de la sortie numérique requiert une attention méthodologique particulière :

• Le paramètre W de Mauchly constitue la statistique d’adéquation, comprise théoriquement entre 0 et 1. Une valeur unitaire de 1 correspond à une conformité absolue à la sphéricité parfaite. Plus la valeur s’écarte de 1 pour se rapprocher de 0, plus la matrice empirique s’éloigne de l’égalité des variances des différences appariées.
• Le test associe à cette statistique W une distribution de khi-carré (χ²) dotée de degrés de liberté égaux à [k(k – 1)/2] – 1.
• Si la probabilité associée (Prob > chi2) est inférieure au seuil critique de 0,05, l’hypothèse nulle de sphéricité est formellement rejetée. L’analyste doit en déduire que le test univarié F standard affiche un taux d’erreur de première espèce gonflé de manière inacceptable et ne peut en aucun cas être rapporté sans correction préalable.

Il importe toutefois de souligner les limites documentées du test de Mauchly dans la littérature psychométrique internationale. Ce test présente en effet une hypersensibilité notoire aux déviations de la normalité multivariée, tendant à rejeter la sphéricité à tort dès lors que les données présentent une légère asymétrie. Inversement, sur les petits échantillons d’études neurophysiologiques (N < 20), le test de Mauchly souffre d’un manque sévère de puissance statistique, échouant fréquemment à détecter des violations substantielles de sphéricité qui faussent pourtant gravement l’inférence. Pour ces motifs méthodologiques impérieux, de nombreux auteurs recommandent d’appliquer systématiquement les corrections d’ajustement dès lors que le nombre de niveaux répétés est égal ou supérieur à trois, quelle que soit la significativité formelle du test de Mauchly.

6.2 Application de la correction de Greenhouse-Geisser

Pour neutraliser l’inflation de l’erreur α consécutive à la violation du postulat de sphéricité sans devoir renoncer au cadre d’interprétation univarié, les statisticiens Greenhouse et Geisser ont développé un facteur de pondération mathématique désigné par la lettre grecque epsilon (ε). L’indice ε quantifie l’amplitude du départ de la matrice observée par rapport à la sphéricité parfaite : sa valeur maximale théorique est de 1,00 (sphéricité totale), tandis que sa borne inférieure minimale est égale à 1/(k – 1), où k représente le nombre de conditions répétées.

La correction de Greenhouse-Geisser opère un ajustement direct et élégant sur les degrés de liberté de la statistique F de Fisher. Au lieu d’évaluer le ratio de variance calculé face à une loi de distribution théorique basée sur dl₁ = k – 1 et dl₂ = (k – 1)(N – 1), les deux ensembles de degrés de liberté sont multipliés par l’estimation empirique ε_GG :

dl_{1, corrigé} = ε_GG × (k – 1)

dl_{2, corrigé} = ε_GG × (k – 1)(N – 1)

En réduisant les degrés de liberté à des valeurs fractionnaires décimales, la valeur critique théorique requise pour déclarer le test significatif est mécaniquement rehaussée, ce qui dégonfle la probabilité p et rétablit le taux d’erreur de première espèce au seuil nominal réel de 5 %. Dans la sortie standard générée par Stata suite à l’option repeated(), la ligne intitulée Greenhouse-Geisser fournit directement la valeur estimée de cet epsilon ainsi que la valeur p recalculée correspondante. La littérature spécialisée recommande d’adopter formellement la correction de Greenhouse-Geisser dès lors que l’indice estimé ε est inférieur à 0,75, traduisant une violation modérée à sévère de la sphéricité.

6.3 Mise en œuvre de la correction de Huynh-Feldt

Bien que la méthode de Greenhouse-Geisser résolve avec succès le problème de l’inflation de l’erreur de type I, des investigations par simulations de Monte-Carlo ont démontré qu’elle tend à être excessivement conservatrice, en particulier lorsque l’échantillon est restreint et que la violation de sphéricité demeure ténue. Cette sévérité algorithmique excessive entraîne une réduction collatérale indésirable de la puissance statistique du test, accroissant le risque de commettre une erreur de deuxième espèce (β), c’est-à-dire de manquer un effet expérimental bien réel.

Pour remédier à cette sur-pénalisation, Huynh et Feldt ont proposé un estimateur alternatif d’ε, désigné par ε_HF, qui intègre un facteur de correction compensatoire dépendant du nombre de participants et des degrés de liberté résiduels. L’epsilon de Huynh-Feldt est systématiquement supérieur à celui de Greenhouse-Geisser et peut mathématiquement excéder 1,00 dans certaines configurations empiriques (auquel cas Stata le plafonne automatiquement à 1,00). Cette correction s’avère moins punitive et préserve de manière optimale la sensibilité de détection statistique.

La règle décisionnelle préconisée par les méthodologues de référence tels que Girden s’énonce comme suit :

• Si l’indice ε_GG de Greenhouse-Geisser est strictement inférieur à 0,75, l’expérimentateur doit impérativement rapporter et interpréter la valeur p corrigée selon Greenhouse-Geisser en raison de la sévérité de l’hétérogénéité des covariances.
• Si l’indice ε_GG est supérieur ou égal à 0,75, la distorsion est considérée comme légère ; il convient alors d’opter pour la correction de Huynh-Feldt afin de protéger la puissance statistique de l’expérience contre un conservatisme mathématique injustifié.

Ces éléments décisionnels doivent impérativement être explicités au sein du texte méthodologique des manuscrits soumis pour publication scientifique.

7. L’approche moderne par modèles mixtes linéaires (Linear Mixed Models)

7.1 Fondements de l’approche mixte face aux faiblesses de l’ANOVA classique

Les insuffisances méthodologiques inhérentes aux moindres carrés ordinaires dans le cadre des plans longitudinaux ont favorisé l’essor spectaculaire d’un paradigme analytique unificateur : les modèles mixtes linéaires (Linear Mixed Models, LMM), également qualifiés de modèles multiniveaux ou hiérarchiques. Conçus pour appréhender les structures de données imbriquées, ces modèles distinguent de manière formelle et flexible deux composantes de variance au sein d’une même équation :

1. Les effets fixes (Fixed effects) : Ils quantifient les paramètres moyens de population associés aux conditions expérimentales ou aux trajectoires temporelles globales, comparables aux effets principaux et aux interactions de l’ANOVA traditionnelle.
2. Les effets aléatoires (Random effects) : Ils capturent la variabilité individuelle propre à chaque participant autour des paramètres de population, permettant de modéliser explicitement l’hétérogénéité des ordonnées à l’origine (scores initiaux) et des pentes d’évolution (vitesse d’ajustement comportemental).

L’avantage paradigmatique le plus décisif de cette approche réside dans son recours à l’estimation par Maximum de Vraisemblance Restreint (Restricted Maximum Likelihood, REML). Contrairement à l’ANOVA classique qui impose la délétion complète des sujets présentant des valeurs isolées manquantes, l’estimateur REML utilise l’intégralité de l’information matricielle disponible sans sacrifier la moindre observation valide, pourvu que le mécanisme sous-jacent aux données manquantes réponde à l’hypothèse de non-réponse ignorable au hasard (Missing at Random, MAR). Un individu ayant manqué la troisième session de mesure contribue ainsi pleinement à l’estimation des paramètres des sessions 1, 2 et 4, garantissant une préservation maximale de la puissance statistique et neutralisant les biais d’attrition.

7.2 Syntaxe de la commande mixed pour mesures répétées

L’implémentation de ce cadre dans Stata s’effectue via la commande hautement polyvalente mixed. Pour répliquer de manière optimale et robuste un plan intra-sujet à un facteur temporel (temps) sur une variable dépendante continue (score) avec des sujets identifiés par la variable id, la formulation s’écrit comme suit :

mixed score i.temps || id: , reml

Dans cette instruction, le préfixe i.temps signale explicitement à Stata que le temps de mesure doit être traité comme une variable catégorielle (facteur), générant des paramètres marginaux pour chaque modalité par rapport à une condition de référence. La double barre verticale || délimite le passage à la spécification hiérarchique aléatoire : l’expression id: indique que les participants représentent les grappes (clusters) au sein desquelles les mesures sont emboîtées, instruisant le logiciel d’estimer une ordonnance à l’origine aléatoire (random intercept) propre à chaque individu. L’option reml garantit que l’algorithme converge vers des estimations non biaisées des composantes de variance, en particulier sur les échantillons d’amplitude restreinte.

Après l’estimation, Stata fournit une table complète détaillant les coefficients d’effets fixes, leurs erreurs-types asymptotiques, la statistique de Wald z et sa probabilité associée, ainsi que l’estimation de la variance de l’ordonnée à l’origine aléatoire (var(_cons)) et de la variance d’erreur résiduelle intra-individuelle (var(Residual)). L’évaluation de l’adéquation globale du modèle s’appuie couramment sur les critères d’information d’Akaike (AIC) et bayésien de Schwarz (BIC), obtenus via la commande d’estimation post-modèle estat ic.

7.3 Spécification de structures de covariance alternatives à la sphéricité

L’une des supériorités méthodologiques les plus éclatantes de la commande mixed réside dans sa capacité à affranchir l’expérimentateur du carcan rigide de la sphéricité. Plutôt que de subir une violation de symétrie composée et d’appliquer une pénalité a posteriori sur les degrés de liberté, le chercheur peut modéliser directement la structure empirique réelle des résidus à l’aide de l’option residuals().

Parmi les structures mathématiques mobilisables en psychométrie expérimentale, trois configurations méritent une attention particulière :

• La structure autorégressive d’ordre 1 (AR1) : Idéale pour les suivis temporels réguliers où la dépendance entre les observations s’atténue de façon exponentielle au fil des intervalles temporels :
  mixed score i.temps || id: , residuals(ar 1, t(temps)) reml
• La structure échangeable (Exchangeable) : Elle postule des variances constantes et des covariances homogènes entre toutes les paires de conditions, constituant l’équivalent paramétrique parfait de la symétrie composée de l’ANOVA univariée :
  mixed score i.temps || id: , residuals(exchangeable) reml
• La structure non structurée (Unstructured) : Il s’agit du modèle le plus général et le plus libéral, qui estime librement l’ensemble des variances pour chaque temps ainsi que toutes les covariances singulières par paires, sans imposer aucune contrainte a priori :
  mixed score i.temps || id: , residuals(unstructured) reml

Le choix optimal entre ces matrices concurrentes s’opère rigoureusement à l’aide d’un test de rapport de vraisemblance (Likelihood Ratio Test, obtenu par la commande lrtest) ou par la sélection du modèle minimisant les valeurs d’AIC et de BIC. Cette stratégie garantit que les inférences statistiques reposent sur une modélisation fidèle de l’architecture stochastique réelle des données comportementales.

8. Analyses post-hoc et contrastes planifiés après l’ANOVA

8.1 Estimation des moyennes marginales prédictives avec margins

Le rejet de l’hypothèse nulle globale à l’issue de l’exécution de l’ANOVA confirme l’existence d’une fluctuation statistiquement significative à travers les conditions répétées, mais demeure muet quant aux localisations singulières des divergences entre les niveaux. L’amorce des décompositions analytiques post-hoc exige en premier lieu l’extraction des moyennes marginales estimées par le modèle (Estimated Marginal Means ou least-squares means). Sous Stata, la commande margins s’impose comme la référence méthodologique absolue pour accomplir cette tâche :

margins temps

Cette instruction calcule les valeurs prédictives moyennes pour chaque niveau du facteur temps en maintenant l’ensemble des autres termes et covariables éventuelles à leurs valeurs moyennes d’échantillonnage. Contrairement aux simples moyennes arithmétiques brutes produites par la commande summarize, les moyennes marginales issues de margins intègrent les pondérations structurelles du modèle linéaire et demeurent rigoureusement ajustées pour les déséquilibres d’effectifs causés par d’éventuelles données manquantes lorsque l’analyse découle d’une modélisation mixte.

Pour traduire immédiatement ces estimations en un format visuel conforme aux exigences académiques, la commande consécutive marginsplot génère une représentation graphique vectorielle hautement paramétrable :

marginsplot, recast(line) recastci(rline) plotopts(lcolor(navy) lwidth(medthick)) ///
           ciopts(lcolor(navy%40) lpattern(dash)) title(« Moyennes marginales prédictives ») ///
           xtitle(« Condition expérimentale ») ytitle(« Performance moyenne ajustée »)

Cette visualisation synthétique permet d’appréhender d’un coup d’œil l’ampleur clinique des écarts moyens ainsi que la précision des intervalles de confiance à 95 % associés à chaque estimation ponctuelle.

8.2 Comparaisons par paires avec ajustement du risque global

L’exploration fine des divergences inter-conditions implique la réalisation de comparaisons bilatérales par paires (pairwise comparisons) pour déterminer quelles modalités diffèrent les unes des autres. Toutefois, la multiplication de ces tests d’hypothèses séquentiels déclenche inéluctablement une inflation géométrique du risque global de commettre au moins une erreur de type I sur l’ensemble de la famille de tests (Family-Wise Error Rate, FWER). Si un plan comporte 4 temps de mesure, le nombre de comparaisons par paires s’élève à 6, portant le taux de fausse découverte potentiel non contrôlé à près de 26 % selon la formule 1 – (1 – α)^c.

Stata prend en charge la neutralisation de ce risque via la commande spécialisée pwcompare, couplée à l’option d’ajustement mcompare(). Pour appliquer la méthode universellement adoptée de Bonferroni — qui divise le seuil α nominal par le nombre total de comparaisons —, la syntaxe s’énonce comme suit :

pwcompare temps, mcompare(bonferroni) effects pveffects

L’argument effects ordonne l’affichage explicite des différences d’estimation ponctuelles entre les moyennes appariées, assorties de leurs erreurs-types standardisées et de leurs intervalles de confiance corrigés pour la multiplicité des comparaisons. Outre l’approche ultra-conservatrice de Bonferroni, Stata supporte des alternatives d’ajustement méthodologiquement raffinées :

• La méthode de Šidák (mcompare(sidak)) : Légèrement plus puissante que celle de Bonferroni tout en maintenant un contrôle rigoureux du FWER.
• La procédure de Tukey (mcompare(tukey)) : Spécifiquement optimisée pour comparer l’exhaustivité de toutes les paires de moyennes sans inflation du risque global.
• Le taux de fausse découverte de Benjamini-Hochberg (mcompare(benjamini)) : Particulièrement adapté aux protocoles exploratoires comportant un volume considérable de comparaisons séquentielles.

8.3 Contrastes orthogonaux et analyses de tendance polynomiale

Lorsque la variable indépendante répétée présente une nature ordinale ou quantitative métrique continue (comme une série de paliers temporels, des concentrations croissantes d’une substance pharmacologique ou des intensités sonores calibrées), les comparaisons par paires désordonnées manquent de pertinence scientifique. L’analyste doit alors privilégier des contrastes orthogonaux d’analyse de tendance polynomiale (polynomial trend analysis), visant à déterminer la forme fonctionnelle décrivant le profil de réponse.

Sous Stata, la commande contrast permet de tester directement des décompositions polynomiales séquentielles :

contrast p.temps

L’opérateur p. décompose immédiatement la somme des carrés du facteur temps en composantes orthogonales hiérarchisées :

• La composante linéaire (Linear trend) : Elle teste si l’évolution globale de la variable dépendante s’inscrit dans une progression ou une régression monotone continue et constante d’un bout à l’autre de l’expérience.
• La composante quadratique (Quadratic trend) : Elle évalue la présence d’une inflexion majeure en forme de U ou de U-inversé, caractéristique d’un phénomène de sensibilisation initiale suivie d’une habituation comportementale, ou de la loi de Yerkes-Dodson reliant l’excitation à la performance.
• La composante cubique (Cubic trend) : Elle détecte l’existence d’une double inversion de courbure (trajectoire sigmoïdale en S), fréquemment observée lors de l’apprentissage complexe impliquant des phases de consolidation cognitive intermédiaires.

Chaque composante polynomiale fait l’objet d’un test F univarié indépendant doté d’un degré de liberté unique au numérateur. L’examen des sommes des carrés partielles associées permet d’isoler précisément la dynamique mathématique qui sous-tend le phénomène expérimental investigué.

9. ANOVA à mesures répétées à deux facteurs (Two-Way Repeated Measures)

9.1 Architecture théorique des plans factoriels intra-sujets complets

La recherche comportementale ne se cantonne que rarement à l’investigation d’une variable environnementale isolée. Les devis factoriels intra-sujets complets (Two-Way Repeated Measures ANOVA) impliquent le croisement exhaustif de deux facteurs intra-sujets distincts, fréquemment désignés par Facteur A et Facteur B, au sein desquels chaque participant expérimente l’intégralité des combinaisons factorielles possibles (plan factoriel A × B fully within-subjects).

Considérons un paradigme classique d’ergonomie cognitive où les chercheurs examinent les performances attentionnelles d’un individu soumis à deux types de modalités de présentation sensorielle (Visuelle vs Auditive ; Facteur A à 2 modalités) croisées avec trois niveaux distincts de complexité opératoire (Faible, Moyenne, Élevée ; Facteur B à 3 modalités). Chaque participant exécute consécutivement les six sessions expérimentales qui composent le produit matriciel de l’expérience.

Sur le plan de la décomposition stochastique, ce devis génère trois tests d’hypothèses distincts et orthogonaux :

• L’effet principal du Facteur A : Évalue si la modalité sensorielle modifie globalement la performance, indépendamment du niveau de complexité.
• L’effet principal du Facteur B : Teste l’impact de la charge attentionnelle globale, indépendamment de la voie sensorielle mobilisée.
• L’effet d’interaction factorielle (A × B) : Détermine si l’influence de la complexité sur la performance cognitive s’exprime différemment selon que les stimuli sont délivrés sous forme visuelle ou auditive. La présence d’une interaction significative indique que les effets des facteurs ne sont pas simplement additifs, mais conditionnels et interdépendants.

9.2 Syntaxe Stata et hiérarchisation des termes d’erreur résiduels

L’implémentation d’une ANOVA factorielle intra-sujet sous la commande classique anova de Stata exige une rigueur syntaxique absolue dans la déclaration des termes d’erreur résiduels. Chaque effet systématique (les deux effets principaux et l’interaction) doit être testé contre son propre terme d’interaction spécifique avec l’identifiant sujet (id), conformément à la théorie des modèles aléatoires de Fisher :

anova score id modalite id#modalite complexite id#complexite modalite#complexite, repeated(modalite complexite)

La décomposition interne de cette instruction révèle toute la logique matricielle de Stata :

• L’effet principal modalite est formellement évalué en utilisant la variance résiduelle de l’interaction id#modalite comme dénominateur du test F.
• L’effet principal complexite utilise la variance résiduelle de son interaction individuelle id#complexite.
• L’interaction factorielle modalite#complexite est évaluée face au terme d’erreur d’ordre supérieur Residual, qui capture l’interaction triadique id#modalite#complexite.

L’option repeated(modalite complexite) déclenche la production des diagnostics de sphéricité pour l’ensemble des termes répétés comportant plus de deux niveaux, fournissant les coefficients correctifs d’epsilon pour le facteur de complexité ainsi que pour l’interaction globale, garantissant une protection inférentielle totale contre les distorsions de variance.

9.3 Décomposition et analyse des effets simples en cas d’interaction significative

Dès lors que l’effet d’interaction factorielle (A × B) franchit le seuil de significativité statistique, l’interprétation isolée des effets principaux devient caduque et méthodologiquement trompeuse. La présence d’une rupture avérée de parallélisme contraint l’expérimentateur à décomposer l’interaction en analysant ce que la littérature nomme les effets principaux simples (simple main effects), c’est-à-dire l’évaluation de l’impact d’un facteur au niveau spécifique et fixe de chaque modalité de l’autre facteur.

Sous Stata, cette investigation s’exécute de manière élégante par la conjonction des commandes margins et des contrastes conditionnels :

margins complexite, over(modalite)

Cette commande génère les moyennes estimées de la complexité séparément pour le canal visuel et pour le canal auditif. Pour tester formellement si l’effet de la complexité est statistiquement significatif au sein de la seule modalité visuelle, puis au sein de la seule modalité auditive, l’analyste déploie l’instruction contrast suivante :

contrast r.complexite@modalite

Stata produit alors une décomposition univariée détaillée présentant un test F conditionnel pour chaque niveau de la modalité sensorielle. Si les résultats démontrent que la charge cognitive altère massivement les temps de réponse dans la condition visuelle mais n’exerce aucune influence mesurable dans la condition auditive, l’expérimentateur dispose de l’élucidation empirique complète de son mécanisme cognitif d’interaction.

10. Plans mixtes : Combinaison de facteurs inter-sujets et intra-sujets (Split-Plot ANOVA)

10.1 Structure conceptuelle des plans split-plot en psychologie clinique

Le devis expérimental mixte — historiquement emprunté à l’agronomie sous l’appellation d’analyse en parcelles divisées (split-plot ANOVA) — constitue le standard méthodologique par excellence dans les recherches d’efficacité thérapeutique en psychologie clinique, en psychiatrie et en éducation cognitive. Ce modèle s’articule autour du croisement structural entre au moins un facteur inter-sujets (par exemple : Groupe de traitement cognitivo-comportemental versus Groupe témoin sous placebo) et au moins un facteur intra-sujet répété (par exemple : Évaluation temporelle pré-test, post-test immédiat et suivi à 6 mois).

Dans cette architecture empirique, les participants sont nichés au sein d’une modalité unique du facteur de groupe (un individu ne peut appartenir simultanément au groupe actif et au groupe témoin), mais expérimentent tous l’intégralité des temps de mesure longitudinaux. L’intérêt théorique suprême d’une telle étude réside dans l’interaction d’intervention Groupe × Temps : un protocole clinique efficace se caractérise mathématiquement non pas par un effet principal de groupe isolé (qui pourrait simplement refléter une inégalité basale initiale), mais par une divergence progressive et significative des trajectoires temporelles entre les deux cohortes à l’issue de l’intervention.

Sur le plan diagnostique préalable, l’analyse d’un plan mixte exige de vérifier non seulement la sphéricité du facteur intra-sujet, mais également l’homogénéité globale des matrices de variance-covariance entre les groupes indépendants. Ce postulat d’équivalence matricielle est formellement évalué à l’aide du test M de Box. Si le test M s’avère hautement significatif en présence de groupes de tailles inégales, le modèle standard est sévèrement déstabilisé, imposant le passage impératif à la modélisation mixte par équations hiérarchiques.

10.2 Implémentation sous Stata via anova et mixed

L’estimation d’un plan split-plot sous la commande anova classique mobilise une syntaxe spécifique utilisant une barre oblique (/) pour isoler explicitement le terme d’erreur inter-sujets approprié servant à évaluer le facteur de groupe :

anova score groupe / id|groupe temps groupe#temps, repeated(temps)

Dans cette notation matricielle rigoureuse, la séquence id|groupe modélise l’emboîtement (nesting) des participants au sein des groupes. L’effet inter-sujets groupe est formellement testé contre ce terme d’erreur interindividuel. Les effets intra-sujets temps et l’interaction groupe#temps sont quant à eux testés contre l’erreur résiduelle globale, avec application automatique des facteurs de correction de sphéricité de Greenhouse-Geisser et Huynh-Feldt.

Toutefois, la modélisation contemporaine privilégie massivement l’implémentation par modèles mixtes, infiniment plus souple et robuste face aux attritions cliniques :

mixed score i.groupe##i.temps || id: , reml

L’opérateur factoriel double dièse ## génère automatiquement l’ensemble des termes constitutifs : les effets principaux de premier ordre i.groupe et i.temps, ainsi que leur produit d’interaction complet i.groupe#i.temps. Si l’expérimentateur suspecte une instabilité des variances résiduelles entre les groupes cliniques, il peut aisément autoriser une hétérogénéité des résidus via l’option supplémentaire residuals(independent, by(groupe)), ce qu’aucune ANOVA conventionnelle ne permet d’accomplir.

10.3 Exploration approfondie des interactions d’intervention

L’élucidation empirique d’un plan mixte culmine avec la modélisation graphique et le calcul des tests de différences de différences (differences-in-differences) permettant de quantifier l’effet net d’une prise en charge thérapeutique. La projection visuelle de l’interaction s’obtient immédiatement après l’estimation du modèle mixte :

margins groupe, at(temps=(1 2 3))
marginsplot, xdimension(temps) recast(line) title(« Cinétique clinique différentielle ») ///
           xtitle(« Temps d’évaluation ») ytitle(« Score symptomatique moyen »)

L’inspection de cette figure met généralement en exergue des droites parallèles lors de la phase basale (confirmant l’absence de divergence pré-expérimentale), suivies d’une inflexion nette et sélectivement descendante pour la cohorte assignée au protocole expérimental. Pour documenter formellement ces écarts ponctuels, l’analyste procède au calcul des comparaisons simples inter-groupes conditionnelles à chaque instant :

margins temps, over(groupe)
pwcompare groupe@temps, mcompare(bonferroni) pveffects

Ce script livre la différence moyenne exacte entre le groupe expérimental et le groupe témoin au post-test et au suivi à long terme, assortie des valeurs p rigoureusement ajustées selon Bonferroni, permettant d’attester scientifiquement de l’efficience clinique et de la rémanence du traitement dans le temps.

11. Quantification de la taille d’effet et calcul de la puissance statistique

11.1 Calcul de l’éta-carré partiel et généralisé

Dans le contexte de la crise de la reproductibilité scientifique et conformément aux directives édictées par l’American Psychological Association, la communication d’une simple valeur p est formellement jugée insuffisante pour caractériser la portée d’un résultat empirique. L’estimation standardisée de la magnitude du phénomène étudié — sa taille d’effet (effect size) — s’avère indispensable pour apprécier la pertinence théorique et pratique des fluctuations observées.

Dans l’analyse de variance à mesures répétées, l’indice d’effet traditionnellement extrait est l’éta-carré partiel (η_p²). Mathématiquement, il quantifie la proportion de variance attribuable à l’effet considéré, une fois la variance interindividuelle stable exclue du dénominateur :

η_p² = SS_Effet / (SS_Effet + SS_{Erreur_associée})

Sous Stata, après l’exécution d’une commande anova, l’obtention immédiate de ces métriques standardisées s’effectue via la commande post-estimation estat esize. Le logiciel génère alors une table recensant l’η_p² pour chaque terme du modèle ainsi que ses bornes d’intervalle de confiance à 95 %.

Cependant, les méthodologues quantitatifs contemporains soulignent avec insistance les limites de l’η_p² lors de la comparaison inter-études ou dans le cadre de méta-analyses intégrant simultanément des plans factoriels inter-sujets et intra-sujets. L’η_p² dépend lourdement de la structure interne du protocole et tend à afficher des valeurs artificiellement massives dans les plans intra-sujets du fait de la réduction soustractive du terme d’erreur. Pour cette raison, l’adoption de l’éta-carré généralisé (η_G²), formalisé par Olejnik et Algina, est aujourd’hui fortement recommandée pour rapporter des tailles d’effet commensurables et indépendantes de l’architecture spécifique du devis expérimental.

11.2 Mesures de taille d’effet pour les comparaisons par paires

Lors de la descente au niveau des comparaisons appariées post-hoc entre deux conditions intra-sujets spécifiques, la métrique de standardisation universelle demeure le d de Cohen. Cependant, son application au contexte des mesures répétées dissimule des pièges de calcul que l’analyste se doit de maîtriser parfaitement sous peine de biaiser ses déclarations d’amplitude.

Il convient d’opérer une distinction formelle entre deux déclinaisons du d de Cohen :

• Le d_z (basé sur le score de différence) : Il divise la moyenne arithmétique des scores de différence individuels par l’écart-type de ces mêmes différences (SD_diff). Cet indice reflète directement la puissance du test t apparié, mais s’avère impropre à l’intégration méta-analytique en raison de sa dépendance mécanique directe envers le coefficient de corrélation r unissant les deux mesures :
  d_z = M_diff / SD_diff = d / √(2(1 – r))
• Le d_rm (standardisé par les variances marginales) : Recommandé par Cumming, il utilise la moyenne des écarts-types originaux des deux conditions comme dénominateur de standardisation, en intégrant un facteur correctif pour neutraliser la corrélation inter-conditions :
  d_rm = [M₁ – M₂] / √[SD₁² + SD₂² – 2 × r × SD₁ × SD₂] × √(2(1 – r))

Les conventions heuristiques proposées par Jacob Cohen s’appliquent à ces indices : une valeur d’environ 0,20 qualifie un effet de faible amplitude ; 0,50 désigne un effet moyen et 0,80 ou plus signale un effet expérimental de forte magnitude.

11.3 Vérification de la puissance statistique avec la suite power de Stata

La planification computationnelle d’une étude comportementale exige une détermination a priori de la taille d’échantillon requise pour garantir une puissance statistique adéquate (usuellement calibrée à 1 – β = 0,80 ou 0,90). Stata offre un module d’ingénierie statistique unifié à travers la commande power repeated, spécifiquement calibrée pour modéliser les paramètres d’une ANOVA à mesures répétées.

La syntaxe de calcul a priori pour un plan à un facteur intra-sujet à trois niveaux, anticipant une taille d’effet globale convertie en variance entre les moyennes, s’articule comme suit :

power repeated, nlevels(3) ngroups(1) varwithin(1.5) corr(0.6) power(0.80) alpha(0.05)

Dans ce calibrage prospectif, le paramètre corr(0.6) illustre avec une clarté éclatante l’avantage des protocoles dépendants : plus la corrélation supposée entre les mesures répétées est élevée, plus le nombre de participants requis pour détecter l’effet s’effondre de manière drastique. Le logiciel permet également d’intégrer un indice de correction préventif pour violation de sphéricité via l’option epsilon().

Inversement, si l’étude a déjà été menée avec une cohorte fixe (par exemple N = 25), la commande peut être invoquée pour évaluer la puissance a posteriori ou calculer la taille d’effet minimale détectable (Minimum Detectable Effect Size, MDES), fournissant au chercheur un cadre d’auto-évaluation diagnostique indispensable pour qualifier la portée réelle de ses conclusions empiriques.

12. Rédaction académique des résultats selon les normes de l’APA (7e édition)

12.1 Directives de présentation textuelle des résultats statistiques

La communication publique des résultats issus d’une analyse de variance à mesures répétées est soumise à des normes de formalisation typographique et rédactionnelle rigoureusement codifiées par l’American Psychological Association (APA, 7e édition). La restitution textuelle doit être exhaustive, transparente et dénuée de toute ambiguïté quant aux procédures de correction appliquées lors de l’analyse.

L’énoncé standardisé d’un test omnibus doit comporter, dans un ordre immuable, les descripteurs suivants :

• La désignation du symbole statistique en italique capital : F.
• Les degrés de liberté du modèle entre parenthèses, séparés par une virgule : d’abord le degré de liberté du numérateur (effet), suivi de celui du dénominateur (erreur résiduelle). En cas d’ajustement correctif pour sphéricité, ces valeurs doivent obligatoirement refléter les décimales issues de la pondération par epsilon (par exemple : F(1.64, 39.36)).
• La valeur exacte arrondie au centième de la statistique d’adéquation : = 8.42.
• Le niveau de probabilité exact rapporté au millième : p = .002 (l’usage de p < .001 n’étant réservé qu’aux valeurs infinitésimales inférieures à cette borne, l’omission du zéro initial devant la virgule décimale étant impérative pour les statistiques bornées à 1).
• L’indice standardisé d’amplitude d’effet : η_p² = .26.

De plus, l’auteur a l’obligation formelle de stipuler explicitement l’état du postulat de sphéricité. Si le test de Mauchly indique une infraction significative, la citation de l’indice descriptif ε de Greenhouse-Geisser ou de Huynh-Feldt doit immédiatement précéder la formulation du ratio F afin de légitimer l’altération décimale des degrés de liberté aux yeux des examinateurs et pairs relecteurs.

12.2 Conception de tableaux et figures normalisés APA

La transcription des sorties statistiques sous forme de tableaux ou d’illustrations vectorielles doit se conformer à un principe directeur d’épuration esthétique. Les normes APA proscrivent formellement les quadrillages verticaux ainsi que les hachures denses dans la confection des tableaux récapitulatifs. Un tableau normé se structure exclusivement autour de trois lignes horizontales majeures : au-dessus du bloc d’en-tête, sous le bloc d’en-tête, et à la base inférieure du tableau fermant les données.

Un tableau modèle de résultats d’ANOVA à mesures répétées regroupe les colonnes suivantes : Source de variation, Somme des carrés (SS), Degrés de liberté (df), Carré moyen (MS), Ratio de Fisher (F), Probabilité (p), et Éta-carré partiel (η_p²). L’ensemble des libellés statistiques est composé en italique.

Sur le plan iconographique, les graphiques d’évolution longitudinale requièrent une netteté visuelle absolue :

• Suppression totale des lignes de repère horizontales et verticales superflues (gridlines) et des bordures d’encadrement périphériques.
• Insertion d’axes clairement gradués et légendés avec mention explicite des unités de mesure.
• Apposition systématique de barres d’erreur représentant sans équivoque les intervalles de confiance à 95 % ou les erreurs-types de la moyenne. La légende textuelle de la figure doit obligatoirement définir la nature exacte de ces barres d’erreur (en précisant impérativement s’il s’agit d’erreurs-types standardisées non corrigées ou corrigées selon la méthode de Cousineau-Morey pour les comparaisons intra-sujets).

12.3 Exemple complet de paragraphe de résultats pour une revue scientifique

Pour ancrer ces directives dans la pratique de la communication académique, deux modèles complets de rédaction stylistique sont présentés ci-dessous, illustrant respectivement un plan intra-sujet simple et un plan mixte d’intervention clinique.

Modèle 1 : ANOVA à mesures répétées à un facteur avec violation de sphéricité :

« Une analyse de variance à mesures répétées à un facteur a été conduite sous Stata 18 afin d’évaluer l’effet de la privation de sommeil sur le temps de réaction attentionnel (mesuré en millisecondes) à travers quatre intervalles temporels (Ligne de base, 24 h, 48 h et 72 h d’éveil continu). L’examen du postulat de sphéricité via le test de Mauchly a révélé une violation statistiquement significative de cette condition, W = 0,42, χ²(5) = 21,34, p < ,001. En conséquence, les degrés de liberté ont été ajustés selon la procédure de correction de Greenhouse-Geisser (ε = 0,68). Les résultats indiquent un effet principal hautement significatif du temps de privation sur les performances attentionnelles, F(2,04, 48,96) = 14,87, p < ,001, η_p² = ,38. Les comparaisons par paires ajustées selon la méthode de Bonferroni démontrent que le temps de réaction ne diffère pas significativement entre la ligne de base (M = 245 ms, ET = 28) et 24 h d’éveil (M = 258 ms, ET = 31, p = ,184). En revanche, une dégradation substantielle est observée à 48 h (M = 295 ms, ET = 42) et culmine à 72 h (M = 342 ms, ET = 55), ces deux conditions différant significativement de la ligne de base (toutes deux à p < ,001, avec des tailles d’effet respectives de d_rm = 0,78 et d_rm = 1,42). L’analyse de tendance polynomiale confirme que cette détérioration cognitive suit une trajectoire linéaire monotone prononcée, F(1, 24) = 32,15, p < ,001, η_p² = ,57. »

Modèle 2 : Plan mixte Split-Plot d’efficacité thérapeutique :

« Afin de tester l’efficacité d’un nouveau protocole de thérapie cognitive basée sur la pleine conscience (MBCT) sur l’atténuation de la symptomatologie dépressive, un plan expérimental mixte 2 × 3 a été déployé en croisant le facteur inter-sujets Groupe (MBCT, n = 30 vs Liste d’attente, n = 30) et le facteur intra-sujet Temps (Pré-intervention, Post-intervention et Suivi à 3 mois). L’analyse a été exécutée par modélisation linéaire mixte (REML) sous Stata afin de pallier l’attrition de trois participants lors du suivi longitudinal. Les résultats révèlent un effet principal du Groupe, z = -3,12, p = ,002, et un effet principal du Temps, F(2, 114) = 28,45, p < ,001. De façon cruciale, l’interaction Groupe × Temps s’avère hautement significative, F(2, 114) = 16,82, p < ,001, η_p² = ,23. La décomposition des effets simples inter-groupes indique que si les scores initiaux à l’inventaire de Beck ne présentaient aucune différence statistiquement significative à l’inclusion (M_MBCT = 28,4 vs M_Contrôle = 29,1, p = ,682), le groupe traité affiche une réduction symptomatique majeure au post-test par rapport aux témoins (M_diff = -9,40, IC à 95 % [-13,2, -5,6], p < ,001, d = 1,12), différentiel qui demeure pleinement stabilisé lors du suivi à 3 mois (M_diff = -8,75, IC à 95 % [-12,8, -4,7], p < ,001, d = 1,04). Ces données confirment la validité clinique de l’intervention étudiée. »

Avant d’acheminer un manuscrit vers un comité de rédaction scientifique, le chercheur veillera à auditer l’ensemble de ses analyses au crible d’une liste de contrôle méthodologique finale : vérification de l’encodage correct des identifiants sujets, confirmation de la conformité distributionnelle des résidus, validation du traitement transparent de la sphéricité, justification formelle du choix des corrections d’ajustement (ε), et exhaustivité des tailles d’effet rapportées. L’intégration harmonieuse de ces exigences sous l’environnement Stata garantit à l’investigateur une démarche d’inférence statistique irréprochable, rigoureusement alignée sur les standards contemporains de la science reproductible.

Références

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Box, G. E. P. (1954). Some theorems on quadratic forms applied in the study of analysis of variance problems, II. Effects of inequality of variance and of correlation between errors in the two-way classification. The Annals of Mathematical Statistics, 25(3), 484–498. https://doi.org/10.1214/aoms/1177728717
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Cousineau, D. (2005). Varieties of confidence intervals for within-subjects designs. Quantitative Methods for Psychology, 1(1), 42–45. https://doi.org/10.20982/tqmp.01.1.p042
• Cumming, G. (2014). The new statistics: Why and how. Psychological Science, 25(1), 7–29. https://doi.org/10.1177/0956797613504966
• Girden, E. R. (1992). ANOVA: Repeated measures. SAGE Publications. https://doi.org/10.4135/9781412983419
• Greenhouse, S. W., & Geisser, S. (1959). On methods in the analysis of profile data. Psychometrika, 24(2), 95–112. https://doi.org/10.1007/BF02289823
• Huynh, H., & Feldt, L. S. (1976). Estimation of the Box correction for degrees of freedom from sample data in randomized block and split-plot designs. Journal of Educational Statistics, 1(1), 69–82. https://doi.org/10.2307/1164736
• Mauchly, J. W. (1940). Significance test for sphericity of a normal n-variate distribution. The Annals of Mathematical Statistics, 11(2), 204–209. https://doi.org/10.1214/aoms/1177731909
• Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2nd ed.). Lawrence Erlbaum Associates.
• Morey, R. D. (2008). Confidence intervals from normalized data: A correction to Cousineau (2005). Alternative Approaches to the Analysis of Data, 4(2), 61–64. https://doi.org/10.20982/tqmp.04.2.p061
• Olejnik, S., & Algina, J. (2003). Generalized eta and omega squared statistics: Measures of effect size for some common research designs. Psychological Methods, 8(4), 434–447. https://doi.org/10.1037/1082-989X.8.4.434
• Rabe-Hesketh, S., & Skrondal, A. (2012). Multilevel and longitudinal modeling using Stata (3rd ed.). Stata Press.
• StataCorp. (2023). Stata statistical software: Release 18. StataCorp LLC. https://www.stata.com/manuals/r.pdf