Comment réaliser une MANOVA dans Stata

L’analyse multivariée de la variance (MANOVA) constitue l’un des piliers méthodologiques les plus sophistiqués et indispensables de la biométrie contemporaine et des sciences comportementales. Alors que les protocoles de recherche en psychologie, en neurosciences cognitives et en sciences de l’éducation se complexifient pour appréhender la nature multidimensionnelle de l’esprit humain, le recours aux approches statistiques univariées traditionnelles révèle de profondes limites épistémologiques et mathématiques. L’évaluation de construits psychologiques complexes, tels que la détresse émotionnelle, les profils d’attachement, les fonctions exécutives ou la réactivité psychophysiologique, ne peut que rarement se réduire à une variable dépendante isolée sans tronquer la richesse phénoménologique du comportement étudié.

Dans ce contexte scientifique exigeant, le logiciel d’économétrie et de biostatistique Stata s’impose comme un environnement computationnel de référence. Réputé pour sa rigueur matricielle, sa reproductibilité algorithmique et la flexibilité de son langage de commande, Stata offre une implémentation native particulièrement robuste du modèle linéaire général multivarié. Cet article se propose de guider pas à pas le chercheur, du cadre théorique sous-jacent jusqu’à la rédaction normalisée selon les standards académiques internationaux, en passant par la vérification méticuleuse des postulats distributionnels, la programmation des syntaxes fondamentales et avancées, ainsi que le décryptage exhaustif des résultats statistiques.

Adopter une démarche multivariée exige une compréhension approfondie de l’algèbre matricielle et des géométries vectorielles qui sous-tendent la décomposition de la variance conjointe. Loin d’être un simple substitut automatisé à des séries d’analyses univariées, la MANOVA permet de capturer les structures de corrélation intrinsèques aux systèmes de mesures, de contrôler l’inflation incontrôlée de l’erreur globale de type I et de mettre au jour des effets de traitements expérimentaux invisibles aux yeux des tests conventionnels. Le présent guide fournit l’ensemble des clés théoriques et pratiques nécessaires pour maîtriser cet outil analytique au sein de l’environnement Stata.

1. Fondements théoriques de la MANOVA et intérêt en recherche psychologique

1.1 Distinction conceptuelle entre ANOVA univariée et MANOVA

L’analyse de variance univariée (ANOVA) a longtemps constitué l’outil d’élection pour tester l’égalité des moyennes entre plusieurs populations réparties selon un ou plusieurs facteurs expérimentaux. Cependant, lorsque le chercheur mesure simultanément plusieurs variables dépendantes continues sur les mêmes unités expérimentales, la répétition mécanique d’analyses univariées indépendantes engendre un écueil statistique majeur : l’inflation drastique du taux d’erreur de première espèce (α), couramment désignée sous le terme d’erreur par famille de tests (familywise error rate). Si l’on applique un seuil nominal de α = 0,05 à cinq analyses de variance conduites de façon distincte, la probabilité cumulée de rejeter à tort au moins une hypothèse nulle vraie atteint approximativement 1 – (1 – 0,05)⁵ ≈ 0,226, soit près de 23 %, ce qui compromet gravement la validité des conclusions inférentielles.

Au-delà de la préservation du risque alpha global au seuil nominal désiré, la MANOVA se distingue sur le plan ontologique par sa prise en compte explicite et rigoureuse de la structure de covariance reliant les variables dépendantes entre elles. Dans l’espace géométrique multivarié, les observations individuelles ne sont plus traitées comme des points dispersés le long d’une droite réelle unidimensionnelle, mais comme des vecteurs de scores au sein d’un espace vectoriel à p dimensions. Ignorer les corrélations inter-variables revient à projeter artificiellement un nuage de points multidimensionnel sur des axes orthogonaux déconnectés, détruisant ainsi l’information topologique relative aux covariances partagées entre les mesures.

Cette considération spatiale confère à la MANOVA une propriété remarquable : la capacité statistique de détecter des différences intergroupes combinées qui demeurent parfaitement invisibles lors d’analyses univariées isolées. Deux groupes expérimentaux peuvent présenter des moyennes marginales rigoureusement indifférenciables sur la variable Y1 prise isolément, et des moyennes tout aussi équivalentes sur la variable Y2 considérée seule. Pourtant, lorsque l’on observe la distribution bidimensionnelle conjointe de (Y1, Y2), les centroïdes des groupes (leurs barycentres multivariés) peuvent s’avérer statistiquement distincts en raison de l’orientation spécifique de la covariance intraclasse. La MANOVA maximise la séparation des centroïdes vectoriels, optimisant ainsi la parcimonie statistique et la puissance de détection globale au sein de devis expérimentaux hautement intriqués.

1.2 Applications empiriques en sciences psychologiques

En psychologie clinique et en psychopathologie quantitative, la délimitation stricte des entités nosologiques constitue une fiction théorique fréquemment démentie par la réalité clinique. La comorbidité entre les troubles anxieux et les états dépressifs majeurs représente l’exemple paradigmatique de cette imbrication : les instruments d’auto-évaluation tels que l’Inventaire de Dépression de Beck (BDI) et l’Inventaire d’Anxiété Trait-État (STAI) partagent une variance substantielle attribuable au facteur général d’affectivité négative. L’évaluation de l’efficacité différentielle de protocoles psychothérapeutiques (par exemple, thérapie cognitivo-comportementale versus thérapie basée sur la pleine conscience versus liste d’attente) gagne une validité écologique et méthodologique immense lorsqu’elle est appréhendée par une MANOVA où la dépression et l’anxiété sont modélisées conjointement comme un système dynamique de réponses corrélées.

Le champ des neurosciences cognitives et de la neuropsychologie offre un terrain d’application tout aussi fertile. L’investigation des fonctions exécutives mobilise classiquement des batteries de tests mesurant des sous-composantes distinctes mais interdépendantes : l’inhibition de la réponse prépotente (via la tâche de Stroop), la flexibilité mentale sélective (via le Wisconsin Card Sorting Test) et l’actualisation de la mémoire de travail (via des tâches de n-back). Analyser l’impact d’une lésion du cortex préfrontal ou d’un entraînement cognitif informatisé sur ces fonctions requiert impérativement une modélisation multivariée capable de préserver l’architecture corrélative de ces processus cognitifs de haut niveau sans les dissocier artificiellement.

De manière analogue, la recherche en psychologie sociale et du développement s’intéresse fréquemment à des constellations comportementales. Lors de l’étude des styles d’attachement chez l’adulte (sécurisant, anxieux-ambivalent, évitant), les chercheurs mesurent simultanément les dimensions d’évitement de l’intimité et d’anxiété d’abandon sous différentes conditions d’amorçage social. Enfin, dans les paradigmes de psycho-neuro-endocrinologie du stress (comme le Trier Social Stress Test), les scientifiques évaluent simultanément des marqueurs physiologiques autonomes (variabilité de la fréquence cardiaque, conductance cutanée) et des réponses endocriniennes (sécrétion de cortisol salivaire). La MANOVA permet d’embrasser l’hétérogénéité et la synergie de ces biomarqueurs au sein d’un modèle inférentiel unique et unifié.

1.3 Le modèle linéaire général multivarié sous-jacent

Le modèle linéaire général multivarié (MGLM) représente l’extension matricielle directe de la régression linéaire et de l’ANOVA univariée. Pour un échantillon de N observations comportant p variables dépendantes continues et k variables explicatives ou colonnes de codage expérimental, l’équation matricielle fondamentale s’énonce sous la forme canonique :

Y = X B + E

Dans cette formalisation rigoureuse, Y est une matrice de dimensions N × p contenant les scores observés pour chaque individu sur l’ensemble des p variables dépendantes. La matrice de plan expérimental X, de dimensions N × (k + 1), intègre le vecteur unité pour la constante ainsi que les variables indicatrices (ou contrastes) codant l’appartenance aux différents groupes expérimentaux. La matrice B, de dimensions (k + 1) × p, contient les coefficients de régression multivariés inconnus à estimer, chaque colonne de B correspondant aux paramètres associés à une variable dépendante spécifique. Enfin, la matrice E, de dimensions N × p, rassemble les résidus ou erreurs aléatoires du modèle multivarié.

L’estimation des paramètres s’opère par la méthode des moindres carrés ordinaires multivariés, aboutissant à l’estimation classique B̂ = (X’X)^-1X’Y. L’architecture de l’inférence repose sur la décomposition spectrale de la matrice de sommes des carrés et des produits croisés totaux (Total Sum of Squares and Cross-Products, notée T ou SSCP_Total). Cette matrice globale se partitionne additivement en une matrice de sommes des carrés et produits croisés liée à l’effet du traitement ou du modèle (H ou SSCP_Hypothèse) et une matrice résiduelle d’erreur intraclasse (E ou SSCP_Erreur) :

T = H + E

La diagonale principale de ces matrices carrées d’ordre p × p contient les sommes des carrés scalaires univariées classiques (SS), tandis que les éléments hors-diagonale renferment les sommes des produits croisés (SP) reflétant la covariance partagée entre chaque paire de variables dépendantes. La matrice de covariance résiduelle non biaisée est ensuite estimée par S_e = E / (N – k – 1). Toute l’inférence multivariée repose sur l’évaluation conjointe de la magnitude relative de la matrice H par rapport à la dispersion aléatoire capturée par la matrice E, généralement à travers l’étude des valeurs propres de la matrice produit E^-1H.

2. Postulats statistiques préalables à l’exécution de la MANOVA

2.1 Normalité multivariée et distribution des résidus

L’inférence statistique au sein du modèle linéaire général multivarié repose sur l’hypothèse distributionnelle fondamentale selon laquelle les vecteurs d’erreurs aléatoires suivent conjointement une loi normale multivariée d’espérance nulle et de matrice de dispersion Σ, soit formellement ε_i ∼ N_p(0, Σ). Il convient de souligner avec insistance une asymétrie logique majeure de la statistique multidimensionnelle : si la normalité multivariée implique obligatoirement que chaque variable dépendante prise individuellement suive une distribution normale univariée, la réciproque est rigoureusement fausse. Il est tout à fait possible d’observer des distributions univariées parfaitement gaussiennes pour p variables, alors même que leur distribution conjointe présente des distorsions géométriques sévères, telles qu’une distribution torique ou des concentrations d’observations non sphériques au sein de sous-espaces de dimension inférieure.

Les conséquences d’une déviation de la normalité multivariée varient grandement selon la nature de l’asymétrie (skewness) et de l’aplatissement (kurtosis). Selon les travaux pionniers de Kanti Mardia, la présence d’une voussure multivariée excessive affecte de manière disproportionnée l’estimation des erreurs types et fausse le taux d’erreur de première espèce des statistiques omnibus, tout en érodant sévèrement la puissance statistique du test. Néanmoins, en vertu du théorème central limite appliqué aux espaces vectoriels, la MANOVA fait preuve d’une robustesse relative remarquable face aux violations modérées de la normalité, à la condition expresse et absolue que les tailles d’échantillons au sein de chaque groupe expérimental soient strictement équilibrées (plans orthogonaux équilibrés) et que la taille totale de l’échantillon soit suffisamment vaste (généralement N ≥ 20 à 30 observations par cellule expérimentale pour assurer la stabilité asymptotique).

2.2 Homogénéité des matrices de variance-covariance

Le postulat d’homoscolasticité multivariée, souvent qualifié d’homogénéité des matrices de variance-covariance, postule que la matrice de dispersion Σ des résidus demeure rigoureusement invariante à travers l’ensemble des k populations définies par le plan factoriel. Autrement dit, pour tout groupe j ∈ {1, …, k}, on doit vérifier l’égalité matricielle :

Σ₁ = Σ₂ = … = Σ_k = Σ

Cette condition stipule non seulement que les variances de chaque variable dépendante doivent être égales entre les groupes (homogénéité univariée), mais également que toutes les covariances linéaires unissant chaque paire de variables dépendantes doivent être identiques d’une sous-population à l’autre. Le non-respect de ce postulat a des répercussions désastreuses sur la validité inférentielle. Lorsque le plan expérimental est déséquilibré (tailles de groupes inégales), l’hétérogénéité des matrices de covariance conduit soit à une libéralité inacceptable du test (inflation massive de l’erreur α pouvant atteindre 30 à 40 % lorsque le groupe de plus petit effectif présente les variances les plus importantes), soit à un conservatisme excessif et destructeur de puissance statistique (lorsque le plus grand groupe présente les plus grandes variances).

L’évaluation formelle de cette homogénéité repose historiquement sur le test M de Box. Toutefois, les chercheurs doivent être conscients que le test de Box présente une hypersensibilité notoire aux déviations mineures de la normalité multivariée. Une violation du test de Box peut simplement signaler la présence d’un aplatissement non gaussien plutôt qu’une réelle hétérogénéité structurelle des matrices de variance-covariance. Face à une violation attestée de l’homoscolasticité multivariée, le statisticien devra impérativement privilégier des statistiques de test robustes, comme la trace de Pillai-Bartlett, ou recourir à des transformations mathématiques stabilisatrices de variance, voire s’orienter vers des procédures de modélisation semi-paramétriques ou asymptotiques adaptées.

2.3 Absence de multicolinéarité et linéarité des relations

L’efficacité analytique et la solvabilité numérique de la MANOVA dépendent étroitement de la structure relationnelle liant les variables dépendantes. Idéalement, les variables dépendantes sélectionnées doivent présenter un niveau d’intercorrélation modéré, typiquement compris entre r = 0,30 et r = 0,70. Si les corrélations bivariées s’avèrent excessivement faibles ou proches de zéro, l’intérêt statistique de mobiliser une MANOVA s’effondre face à des analyses univariées corrigées, car il n’existe aucune information de covariance partagée exploitable pour optimiser la projection multivariée.

À l’inverse, une multicolinéarité extrême (coefficients de corrélation de Pearson excédant 0,85 ou 0,90) constitue une menace méthodologique et computationnelle critique. Sur le plan psychométrique, deux variables dépendantes présentant une corrélation supérieure à 0,90 constituent vraisemblablement des doublons redondants mesurant le même construit latent sous-jacent, ce qui contrevient au principe de parcimonie scientifique. Sur le plan mathématique, une colinéarité excessive entraîne une quasi-singularité de la matrice de sommes des carrés et produits croisés d’erreur E. Le déterminant matriciel |E| s’approche alors dangereusement de zéro, rendant son inversion numérique instable ou impossible (inversion d’une matrice mal conditionnée), ce qui génère des erreurs de calcul majeures sur la matrice produit E^-1H et fausse intégralement l’estimation des valeurs propres.

Enfin, le modèle linéaire général postule formellement que toutes les paires de variables dépendantes entretiennent des relations strictement linéaires au sein de chaque sous-groupe expérimental. La présence d’une relation curvilinéaire (quadratique, exponentielle ou logarithmique) non modélisée atténue considérablement la covariance capturée par les formes bilinéaires de la MANOVA, entraînant une perte de puissance statistique substantielle et masquant la véritable proximité géométrique des groupes au sein de l’espace vectoriel.

3. Préparation, inspection et structuration des données sous Stata

3.1 Codage des variables et formatage du jeu de données

L’exécution fluide d’une MANOVA sous Stata nécessite impérativement que la base de données soit configurée dans un format spécifique dénommé structure large (wide format). Contrairement aux modèles mixtes longitudinaux ou aux régressions à mesures répétées qui exigent fréquemment une structure longue (long format), la commande manova de Stata prescrit que chaque unité d’observation statistique (chaque sujet participant) soit représentée sur une seule et unique ligne de données. Ainsi, l’ensemble des scores obtenus sur les p variables dépendantes doivent être stockés dans p colonnes numériques distinctes, tandis que les facteurs expérimentaux ou variables indépendantes catégorielles occupent leurs propres colonnes d’encodage.

La rigueur de la préparation des métadonnées conditionne l’interprétabilité des sorties d’analyse. Les variables dépendantes doivent impérativement être formatées en tant que variables numériques continues (types float ou double). Toute présence accidentelle de chaînes de caractères (strings) résiduelles, d’espaces typographiques ou de virgules comme séparateurs décimaux bloquerait l’exécution de l’algorithme d’estimation matricielle. Les variables indépendantes catégorielles doivent quant à elles être codées sous forme d’entiers discrets consécutifs (par exemple 1, 2, 3) et être rigoureusement documentées par l’attribution d’étiquettes de valeurs (value labels) via les commandes Stata label define et label values, garantissant ainsi que les sorties graphiques et tabulaires ultérieures comportent explicitement les intitulés textuels des groupes cliniques ou expérimentaux.

Il est vivement conseillé d’insérer des métadonnées de traçabilité dans le fichier de données (.dta) en utilisant l’instruction notes. Cette documentation contextuelle doit préciser l’origine psychométrique des échelles, les inversions d’items préalables, ainsi que la date de compilation du jeu de données, assurant ainsi une reproductibilité computationnelle absolue, conformément aux directives méthodologiques contemporaines de la science ouverte.

3.2 Gestion des données manquantes en contexte multivarié

L’occurrence de valeurs manquantes soulève des défis décuplés en contexte multivarié en raison du mécanisme par défaut appliqué par Stata lors de l’exécution de la commande manova : l’exclusion par liste (listwise deletion ou complete case analysis). Dès lors qu’un individu présente une seule valeur manquante sur l’une quelconque des p variables dépendantes ou sur l’un des facteurs de classification, l’intégralité de son vecteur d’observations est impitoyablement supprimée de l’ensemble de l’estimation multivariée. Dans un devis comportant cinq ou six variables dépendantes, cette élimination automatique peut réduire dramatiquement la taille effective de l’échantillon, érodant la puissance statistique et introduisant un biais de sélection sévère si la non-réponse n’est pas strictement aléatoire.

Le chercheur doit impérativement cartographier l’architecture de la complétude de ses données avant toute tentative de modélisation. Sous Stata, l’exploration systématique repose sur la combinaison des commandes inspect, summarize, et plus particulièrement la suite analytique spécialisée misstable summarize et misstable patterns. Ces instructions permettent de quantifier avec exactitude la fréquence et la disposition des motifs de données manquantes à travers les variables dépendantes, et d’identifier d’éventuels mécanismes systématiques sous-jacents (Missing at Random [MAR] ou Missing Not at Random [MNAR]).

Si les données sont caractérisées comme étant manquantes au hasard (MAR) et que la déperdition d’unités expérimentales menace la validité de l’étude, l’exclusion par liste doit être rejetée au profit d’approches de compensation fondées sur des principes statistiques rigoureux. L’imputation multiple par équations chaînées (MICE), implémentée sous Stata via la commande mi impute chained, constitue une alternative de premier choix. Elle permet d’engendrer plusieurs jeux de données imputés tenant compte des covariances inter-variables, sur lesquels la MANOVA peut ensuite être ajustée, bien que la recombinaison matricielle globale des tests d’hypothèses multivariés selon les règles de Rubin requière une vigilance méthodologique accrue lors de l’extraction des critères de décision omnibus.

3.3 Détection systématique des valeurs aberrantes multivariées

Une observation individuelle peut tout à fait se situer à l’intérieur des bornes d’acceptabilité univariée sur chacune des variables dépendantes (par exemple, à 1,5 écart-type de la moyenne pour Y1 et à 1,8 écart-type pour Y2) tout en constituant une valeur aberrante multivariée extrême (multivariate outlier) en raison de sa déviation phénoménale par rapport à la structure de covariance conjointe du nuage de points. De tels vecteurs atypiques exercent un effet de levier démesuré sur la matrice de dispersion S_e, artificiellement gonflée ou déformée, ce qui déstabilise gravement le calcul du déterminant matriciel et altère tant la significativité statistique que la direction des axes canoniques de séparation.

La méthode de diagnostic de référence pour identifier ces observations excentriques repose sur le calcul de la distance de Mahalanobis (D²). Cette métrique quantifie l’éloignement spatial d’un vecteur de scores individuel y_i par rapport au vecteur centroïde ȳ des moyennes de l’échantillon (ou du groupe d’appartenance), en standardisant la distance par l’inverse de la matrice de covariance échantillonnale S :

D²_i = (y_i – ȳ)’ S^-1 (y_i – ȳ)

Sous l’hypothèse de normalité multivariée, la distance de Mahalanobis suit asymptotiquement une loi de probabilité du Chi-deux dont les degrés de liberté correspondent au nombre de variables dépendantes : D² ∼ χ²(p). Sous Stata, le calcul s’effectue couramment après une modélisation par régression ou via des programmes d’évaluation de distances vectorielles, permettant d’extraire les valeurs de D² pour chaque sujet et de calculer la valeur p associée avec la fonction chi2tail(p, D2). Conformément aux conventions méthodologiques les plus rigoureuses de la psychologie académique (Tabachnick & Fidell, 2019), une observation est formellement classée comme valeur aberrante multivariée si sa probabilité est inférieure au seuil ultra-conservateur de p < 0,001.

L’élimination d’une observation aberrante ne doit jamais être automatique ou dogmatique. Le chercheur doit inspecter minutieusement l’observation pour exclure une erreur d’encodage numérique ou de saisie matérielle. Si l’observation représente une valeur authentique issue d’un participant valide, il convient de procéder à une analyse de sensibilité : comparer les résultats de la MANOVA avec et sans l’observation litigieuse. Si les conclusions inférentielles fondamentales s’avèrent divergentes, les deux estimations doivent être documentées en toute transparence dans le rapport de recherche.

4. Procédure empirique de vérification des hypothèses dans Stata

4.1 Tests empiriques de la normalité univariée et multivariée

L’évaluation empirique des postulats distributionnels dans Stata s’articule selon une séquence méthodique débutant par le criblage univarié des résidus avant de s’étendre à l’évaluation conjointe multivariée. Pour examiner la normalité univariée de chaque variable dépendante au sein de chaque strate expérimentale, on recourt classiquement aux tests de Shapiro-Wilk et de Shapiro-Francia, implémentés respectivement via les commandes swilk et sfrancia. La commande by groupe: swilk y1 y2 y3 permet de vérifier de manière concise si les sous-populations présentent des distributions conformes à la loi normale univariée. Néanmoins, en présence de grands échantillons, ces tests formels deviennent hypersensibles à des déviations minuscules et théoriquement insignifiantes, ce qui rend indispensable une corroboration visuelle par des diagrammes quantile-quantile (qnorm) ou des tracés de densité par noyau (kdensity).

Pour statuer formellement sur la normalité conjointe multivariée au niveau de l’échantillon global ou conditionnellement aux groupes, Stata dispose d’une suite dédiée au sein de la commande mvtest. La syntaxe canonique est la suivante :

mvtest normality y1 y2 y3, all

Cette instruction puissante calcule et affiche simultanément trois critères multivariés fondamentaux : le test de Mardia pour l’asymétrie multivariée (skewness), le test de Mardia pour l’aplatissement multivarié (kurtosis), ainsi que le test omnibus de Doornik-Hansen. Le coefficient d’asymétrie de Mardia évalue la symétrie tridimensionnelle du nuage de points et suit asymptotiquement une loi du χ², tandis que le coefficient d’aplatissement de Mardia suit asymptotiquement une loi normale centrée réduite N(0,1). Le test de Doornik-Hansen, particulièrement recommandé pour ses propriétés de puissance dans les échantillons de taille moyenne, transforme les coefficients de symétrie et d’aplatissement en variables gaussiennes corrélées avant de combiner leurs statistiques en une déviation globale distribuée selon le χ². L’obtention d’une valeur de p > 0,05 sur ces statistiques permet de retenir l’hypothèse de normalité multivariée.

4.2 Évaluation formelle de l’homogénéité des covariances

Le contrôle de l’homoscolasticité multivariée s’effectue sous Stata grâce à l’implémentation native du test M de Box au sein de la suite multivariée. La commande prend la forme :

mvtest covariances y1 y2 y3, by(groupe)

Cette procédure calcule la matrice de covariance échantillonnale propre à chaque niveau du facteur catégoriel groupe, calcule leurs déterminants respectifs, et synthétise l’écart global d’homogénéité sous la statistique M de Box, laquelle est transformée par l’algorithme de Stata en une approximation F de Fisher particulièrement précise. Compte tenu de l’extrême sensibilité du test de Box aux moindres écarts à la normalité conjointe, la littérature méthodologique spécialisée recommande d’adopter un seuil alpha ajusté et conservateur fixé à α = 0,001 au lieu du seuil traditionnel de 0,05. Ainsi, une violation de l’homoscolasticité ne sera déclarée statistiquement significative et préoccupante que si la valeur p résultante est strictement inférieure à 0,001.

En complément indispensable du test de Box, le chercheur doit analyser l’égalité des variances univariées pour chaque variable dépendante au moyen du test de Levene ou du test de Brown-Forsythe, accessible via la commande robvar y1, by(groupe). En cas de violation modérée du test de Box (0,001 < p < 0,05), il est recommandé de procéder à une inspection visuelle croisée des déterminants des matrices de covariance par groupe. Des déterminants de magnitude comparable suggèrent une divergence géométrique bénigne, autorisant la poursuite de l’analyse multivariée sous réserve de privilégier des statistiques de test robustes.

4.3 Diagnostic graphique de la linéarité et des intercorrélations

L’examen préalable de la structure des intercorrélations et de la linéarité des associations bivariées se réalise idéalement par une approche mixte, combinant coefficients paramétriques et cartographie graphique. La première étape consiste à générer la matrice des corrélations de Pearson entre l’ensemble des variables dépendantes candidates en exécutant la commande correlate y1 y2 y3, éventuellement enrichie des niveaux de significativité univariés via pwcorr y1 y2 y3, sig.

Pour écarter formellement tout risque de colinéarité excessive ou de singularité matricielle, le statisticien vérifie que le déterminant de la matrice de corrélation R est substantiellement éloigné de zéro. Ce calcul matriciel peut être exécuté de façon interactive dans l’environnement de programmation matricielle Mata de Stata en extrayant la matrice et en sollicitant la fonction de déterminant det().

L’exploration des postulats de linéarité requiert une représentation visuelle sous la forme d’une matrice de diagrammes de dispersion croisés. Sous Stata, la commande graph matrix offre une polyvalence graphique exceptionnelle :

graph matrix y1 y2 y3, by(groupe) half

L’utilisation de l’option half permet de restreindre l’affichage au triangle inférieur de la matrice, allégeant la charge cognitive visuelle en éliminant les graphiques redondants symétriques. Pour déceler d’éventuelles relations non linéaires, il est hautement profitable d’ajuster des courbes de lissage non paramétrique localement pondérées (lowess smoothing) sur les nuages de points bivariés. Toute inflexion prononcée ou forme en U inversé sur ces courbes trahirait une violation de la linéarité, signalant la nécessité d’une transformation préalable des échelles ou d’une re-spécification du modèle théorique.

5. Syntaxe fondamentale et options de la commande manova dans Stata

5.1 Structure générale de l’instruction manova

Dans l’écosystème analytique de Stata, l’instruction manova constitue la commande maîtresse pour l’ajustement du modèle linéaire généralisé multivarié. Sa spécification syntaxique canonique respecte une structure d’une grande limpidité logique :

manova depvars = factorlist [if] [in] [weight] [, options]

Dans cette formulation, le terme depvars désigne la liste ordonnée des p variables dépendantes continues qui constituent le vecteur conjoint des réponses (par exemple depvars : anxiété dépression somatisation). Le signe d’égalité sépare formellement le vecteur des réponses de la liste des variables explicatives factorlist. Stata intègre pleinement le système de notation des facteurs de variables (factor variables) introduit pour la première fois avec Stata 11. Dès lors, il est impératif de préfixer les variables catégorielles par l’opérateur i. (par exemple i.groupe) pour signifier explicitement au processeur syntaxique que la variable doit être traitée comme un facteur discret à plusieurs modalités, générant automatiquement les variables indicatrices internes correspondantes.

À l’inverse, si des prédicteurs continus ou des covariables de contrôle sont intégrés dans l’équation pour concevoir une analyse de covariance multivariée (MANCOVA), ceux-ci doivent être explicitement préfixés par l’opérateur c. (par exemple c.age). L’omission de ces opérateurs de notation factorielle est l’une des erreurs les plus fréquentes en programmation Stata, induisant des erreurs de paramétrisation ou un traitement erroné d’une variable qualitative polytomique comme une régression linéaire simple sur ses codes numériques arbitraires.

5.2 Modélisation d’une MANOVA à un facteur fixe

Considérons un protocole de recherche classique en neuropsychologie clinique dans lequel trois groupes d’individus distincts (groupe : 1 = Témoins sains, 2 = Traumatisés crâniens légers, 3 = Traumatisés crâniens modérés à sévères) sont comparés simultanément sur trois mesures de performances cognitives : le score d’inhibition exécutive (inhibition), la vitesse de traitement de l’information (vitesse) et la capacité de rappel mnésique différé (memoire). La syntaxe de base pour ajuster ce modèle multivarié à un facteur fixe s’énonce comme suit :

manova inhibition vitesse memoire = i.groupe

Dès l’exécution de cette commande, Stata calcule les projections matricielles et produit instantanément une table d’estimation multivariée structurée. Cette sortie présente le décompte rigoureux des observations analysées, le rang de la matrice du modèle, ainsi que la décomposition fondamentale des degrés de liberté. Les degrés de liberté associés à l’effet de groupe correspondent à k – 1 (soit 3 – 1 = 2 dl), tandis que les degrés de liberté résiduels multivariés sont donnés par N – k (pour un échantillon total de N = 150 participants répartis également, les degrés de liberté résiduels s’élèvent à 150 – 3 = 147 dl).

Il est vivement conseillé de conserver immédiatement en mémoire système l’ensemble de la structure d’estimation résultante afin de faciliter l’exécution de tests post-estimation ultérieurs sans avoir à recalculer le modèle complet. Cette sauvegarde s’opère via la commande :

estimates store modele_manova1

Cette précaution computationnelle permet de rappeler à tout moment le modèle estimé à l’aide de l’instruction estimates restore modele_manova1, optimisant les flux de travail lors de scripts d’analyse volumineux.

5.3 Options avancées de spécification du terme d’erreur

Par défaut, l’instruction manova de Stata utilise la matrice de sommes des carrés et des produits croisés des résidus standards (la matrice E intracellulaire globale) comme dénominateur d’erreur pour tester l’ensemble des effets du modèle expérimental. Toutefois, dans les devis expérimentaux complexes tels que les plans hiérarchisés (nested designs), les plans à parcelles subdivisées (split-plot designs) ou les études intégrant des facteurs aléatoires et des mesures partiellement répétées, l’utilisation de l’erreur résiduelle standard est statistiquement invalide et entraîne une inflation majeure des erreurs d’inférence.

Stata permet de redéfinir avec une flexibilité chirurgicale les termes d’erreur appropriés en utilisant la barre oblique de fractionnement (/) dans la spécification du modèle expérimental. Par exemple, si des participants sont emboîtés au sein de différentes cliniques thérapeutiques dans un plan hiérarchisé multivarié, le modèle s’écrira :

manova y1 y2 y3 = ecole / classe|ecole

Dans cette modélisation sophistiquée, l’effet du facteur de plus haut niveau (ecole) n’est plus testé contre le résidu individuel global, mais spécifiquement contre la matrice de sommes des carrés et des produits croisés associée à la variabilité des classes emboîtées dans les écoles (classe|ecole). Cette syntaxe permet d’extraire des tests F multivariés rigoureusement calibrés pour les structures de données hiérarchiques, évitant les biais inhérents à l’agrégation non contrôlée des unités d’échantillonnage.

Par ailleurs, le chercheur peut interroger directement les matrices internes produites par l’algorithme après l’estimation multivariée. La commande matrix list e(SSCP_W) renvoie la matrice de sommes des carrés et produits croisés d’erreur résiduelle (E), tandis que la commande matrix list e(SSCP_b) restitue la matrice d’hypothèse (H). Cette transparence matricielle permet aux méthodologistes d’examiner avec précision les valeurs numériques diagonales et extradiagonales présidant aux tests d’hypothèses omnibus.

6. Interprétation exhaustive des quatre statistiques multivariées

6.1 Le Lambda de Wilks (Wilks’ Λ)

La sortie standard générée par la commande manova sous Stata ne se limite pas à un test unique, mais expose simultanément quatre critères statistiques multivariés traditionnels, dont le plus célèbre et universellement rapporté demeure le Lambda de Wilks (Λ). Sur le plan mathématique, le Lambda de Wilks est défini comme le rapport entre le déterminant de la matrice des sommes des carrés et produits croisés de l’erreur (E) et le déterminant de la matrice totale (H + E) :

Λ = |E| / |H + E| = ∏_i=1^s [ 1 / (1 + λ_i) ]

où λ_i représente la i-ème valeur propre (eigenvalue) non nulle de la matrice produit E^-1H, et s = min(p, df_effet) définit la dimensionnalité canonique maximale de l’espace de décision vectoriel.

Une caractéristique conceptuelle fondamentale du Lambda de Wilks réside dans sa relation d’invariance inverse avec l’ampleur de l’effet expérimental : sa valeur oscille rigoureusement dans l’intervalle fermé [0, 1]. Une valeur de Λ approchant 1 indique que la matrice H est infinitésimale comparativement à E, signifiant que la variabilité attribuable au traitement est négligeable et que l’hypothèse nulle d’égalité des centroïdes vectoriels doit être retenue. À l’inverse, plus la valeur de Λ tend vers 0, plus la matrice d’hypothèse prévaut sur le résidu aléatoire, indiquant un effet expérimental de forte magnitude.

Pour convertir ce rapport de déterminants matriciels en une valeur de décision inférentielle probabilisée, Stata transforme automatiquement le Lambda de Wilks en une statistique F de Fisher. Pour certaines configurations dimensionnelles simples (notamment lorsque le nombre de variables dépendantes p est égal à 1 ou 2, ou lorsque les degrés de liberté du facteur sont égaux à 1 ou 2), la transformation produit une statistique F rigoureusement exacte issue des théorèmes de distribution de Rao. Dans les autres configurations plus complexes, Stata met en œuvre l’approximation de Rao, dont la précision asymptotique est d’une excellence reconnue, assurant une interprétation inférentielle d’une parfaite fiabilité pour les revues académiques de premier rang.

6.2 La Trace de Pillai-Bartlett

Le second critère fondamental de la table Stata est la trace de Pillai-Bartlett (souvent désignée plus simplement sous le nom de trace de Pillai, notée V). Cette statistique repose directement sur la somme des valeurs propres associées à la matrice de corrélation canonique multivariée, et s’exprime formellement par la trace de la matrice produit de l’hypothèse normalisée par la dispersion totale :

V = trace [ H (H + E)^-1 ] = ∑_i=1^s [ λ_i / (1 + λ_i) ]

Contrairement au Lambda de Wilks, la trace de Pillai entretient une relation positive directe avec la magnitude de l’effet expérimental. Sa valeur est comprise entre 0 et la dimensionnalité s. Dans une situation où s = 1, la valeur de Pillai varie strictement entre 0 et 1, et peut être interprétée de manière intuitive comme la proportion totale de variance multivariée globale partagée ou expliquée par les facteurs de classification expérimentaux.

Sur le plan méthodologique et décisionnel, la trace de Pillai possède une propriété statistique inestimable mise en évidence par de multiples études de simulation de Monte-Carlo (notamment Olson, 1976) : elle constitue la statistique multivariée la plus robuste face aux violations du postulat d’homogénéité des matrices de variance-covariance et aux déviations de la normalité multivariée. Lorsque les effectifs d’échantillons sont modestes ou légèrement déséquilibrés et que le test de Box indique une hétéroscédasticité significative, l’interprétation du Lambda de Wilks peut être biaisée. Dans ces conditions critiques, les chercheurs sont fortement encouragés à fonder leur conclusion inférentielle omnibus prioritairement sur la trace de Pillai, garantissant ainsi un contrôle optimal du taux d’erreur de type I.

6.3 La Trace de Hotelling-Lawley et la Plus Grande Racine de Roy

La trace de Hotelling-Lawley (notée T) correspond à la somme arithmétique simple des valeurs propres non nulles de la matrice E^-1H :

T = trace(E^-1H) = ∑_i=1^s λ_i

Cette statistique mesure la variance multivariée globale dans l’espace multidimensionnel engendré par les fonctions discriminantes. La trace de Hotelling-Lawley et le Lambda de Wilks affichent généralement des niveaux de puissance statistique comparables lorsque les centroïdes des groupes sont uniformément dispersés dans toutes les dimensions de l’espace vectoriel.

Le quatrième indice multivarié figurant sur la sortie Stata est la Plus Grande Racine de Roy (θ), parfois nommée plus grand invariant canonique de Roy. Contrairement aux trois critères précédents qui intègrent la somme ou le produit de l’ensemble des s valeurs propres disponibles, la racine de Roy se focalise exclusivement sur la valeur propre maximale dominante :

θ = λ_max / (1 + λ_max)

Par sa nature même, la statistique de Roy postule implicitement que la totalité de la séparation entre les groupes expérimentaux s’opère selon un axe géométrique unidimensionnel unique au sein de l’espace multivarié. Si cette hypothèse de colinéarité des centroïdes se vérifie empiriquement (les moyennes des groupes s’échelonnent le long d’une même ligne droite multivariée), la racine de Roy offre la puissance statistique la plus élevée parmi les quatre tests disponibles. Stata fournit pour cet indice une borne supérieure sur la valeur F de Fisher, ce qui exige de la manipuler avec discernement.

Cependant, cette focalisation unidimensionnelle constitue également sa plus grande vulnérabilité méthodologique : la racine de Roy s’avère extraordinairement sensible à la moindre violation du postulat de normalité multivariée et devient hautement imprévisible en cas d’hétérogénéité des covariances. En cas de désaccord entre les quatre statistiques (par exemple, si la racine de Roy est hautement significative alors que le Lambda de Wilks et la trace de Pillai échouent à atteindre le seuil alpha requis), la prudence académique la plus élémentaire commande de disqualifier le test de Roy et d’adopter le verdict conservateur de la trace de Pillai ou de Wilks.

7. Analyses post-hoc univariées et contrôle de l’erreur familiale

7.1 Décomposition de l’effet multivarié en ANOVA de suivi

L’obtention d’un test multivarié omnibus statistiquement significatif au seuil désiré atteste avec rigueur qu’il existe une différence globale entre les centroïdes des groupes expérimentaux au sein de l’espace vectoriel des p variables dépendantes. Néanmoins, ce résultat global ne permet aucunement de déterminer quelles variables dépendantes spécifiques sont responsables de ce rejet de l’hypothèse nulle, ni dans quelle direction s’exercent les contrastes de moyennes. Dès lors, le chercheur doit procéder à une décomposition méthodique de l’effet multivarié en conduisant une série d’analyses de variance (ANOVA) univariées de suivi sur chacune des composantes dépendantes.

Sous Stata, cette démarche s’inscrit dans la logique hiérarchique de l’analyse protégée de Fisher (Fisher’s protected testing procedure). L’exécution d’ANOVA de suivi n’est théoriquement légitime que si, et seulement si, le test multivarié omnibus préalable a franchi avec succès le seuil de significativité statistique conventionnel. Pour décomposer immédiatement l’effet sans relancer manuellement des modèles univariés séparés, le statisticien sollicite la commande post-estimation manovatest. Par exemple, pour extraire la contribution isolée de la variable inhibition suite à la MANOVA globale, la syntaxe s’écrit :

manovatest (groupe), y(inhibition)

Stata génère alors instantanément une table univariée standard affichant les sommes des carrés d’hypothèse univariée, les carrés moyens, ainsi que la statistique F exacte associée à cette dimension particulière. Cette opération doit être répétée pour chaque variable dépendante incluse dans le modèle, permettant d’identifier sans ambiguïté les domaines psychologiques spécifiques porteurs de la différenciation intergroupe.

7.2 Ajustement rigoureux du taux d’erreur par famille de tests

Bien que la significativité préalable de la MANOVA omnibus prémunisse le chercheur contre une prolifération anarchique du risque alpha à l’échelle globale du modèle, la multiplication des ANOVA de suivi univariées réintroduit inévitablement un risque d’erreur de première espèce au sein de cette seconde famille de tests. L’application brute du seuil conventionnel de α = 0,05 à chaque ANOVA de décomposition est jugée méthodologiquement laxiste par les comités de lecture des revues internationales de psychologie.

La stratégie corrective la plus classique repose sur la procédure de Bonferroni. Elle prescrit de diviser le seuil nominal α par le nombre total p de variables dépendantes décomposées. Ainsi, pour une analyse engageant 4 variables dépendantes, le seuil univarié critique ajusté s’établira à :

α_ajusté = 0,05 / 4 = 0,0125

Toutefois, la correction de Bonferroni standard est notoirement reconnue pour son excès de conservatisme statistique, augmentant substantiellement le risque d’erreur de type II (β) et conduisant potentiellement à écarter à tort des effets univariés cliniquement pertinents. Une alternative nettement plus efficiente consiste à appliquer la procédure séquentielle descendante de Holm-Bonferroni. Cette méthode classe les valeurs p univariées par ordre croissant (p₍₁₎ ≤ p₍₂₎ ≤ … ≤ p_(p)) et évalue chaque valeur successivement selon le critère dynamique α / (p – i + 1), préservant la rigueur du contrôle de l’erreur familiale tout en optimisant la puissance statistique de détection.

Dans les protocoles contemporains à large échelle intégrant de nombreuses métriques cognitives ou physiologiques (par exemple, 10 variables dépendantes ou plus), la littérature contemporaine préconise la maîtrise du taux de fausses découvertes (False Discovery Rate, FDR) selon le modèle de Benjamini-Hochberg. Cette procédure s’implémente aisément sous Stata à l’aide de paquets spécialisés développés par la communauté académique, tels que la commande multproc.

7.3 Comparaisons par paires des niveaux du facteur

Lorsqu’un facteur expérimental comporte plus de deux modalités (par exemple, trois groupes cliniques), l’obtention d’une ANOVA de suivi univariée significative n’indique toujours pas quelles paires de groupes spécifiques diffèrent substantiellement l’une de l’autre. Le statisticien doit alors achever son exploration empirique en déployant des tests de comparaison multiple par paires (post-hoc pairwise comparisons).

Sous Stata, cette investigation s’opère de façon native et rigoureuse à l’aide de la commande post-estimation pwcompare. Cette instruction calcule l’ensemble des contrastes différentiels moyens deux à deux et offre une palette complète de corrections statistiques. La syntaxe recommandée s’énonce comme suit :

pwcompare groupe, mcompare(tukey) effects

L’option mcompare(tukey) demande l’application de la correction HSD (Honestly Significant Difference) de Tukey, qui constitue le standard d’excellence pour les comparaisons par paires de toutes les combinaisons possibles sous l’hypothèse d’homogénéité des variances. L’option effects contraint Stata à afficher non seulement les statistiques inférentielles (valeurs z et probabilités associées), mais également les estimations ponctuelles des écarts moyens entre chaque groupe accompagnées de leurs intervalles de confiance corrigés simultanés.

Si le chercheur a préalablement identifié des violations de l’homoscolasticité univariée sur l’une des variables dépendantes lors de l’étape de diagnostic, l’option mcompare(tukey) peut être substituée par des corrections plus robustes telles que la méthode de Games-Howell (accessible par programmation de contrastes spécifiques) ou la correction conservative de Sidak via l’option mcompare(sidak), garantissant une protection inférentielle infaillible.

8. Estimation des contrastes multivariés et utilisation des marges prédictives

8.1 Syntaxe et puissance de la commande margins sous Stata

L’un des atouts les plus remarquables de Stata réside dans son moteur unifié de calcul des marges prédictives via la commande margins. Dans le cadre de modélisations complexes, la lecture brute des coefficients de régression ou des sommes des carrés ne permet pas de se représenter intuitivement la magnitude physique des effets sur l’échelle de mesure originale. La commande margins résout cette limite en calculant les moyennes marginales estimées (Estimated Marginal Means, ou moyennes ajustées selon le modèle linéaire).

Après l’estimation d’une MANOVA, l’invocation de margins permet de déterminer avec une précision asymptotique rigoureuse les centroïdes vectoriels moyens ajustés pour chaque niveau d’un facteur, en contrôlant et en lissant les déséquilibres potentiels de taille d’échantillon entre les cellules du plan expérimental. La formulation syntaxique générale s’établit ainsi :

margins groupe

Stata produit une table hautement détaillée présentant, pour chacune des variables dépendantes modélisées au sein du système multivarié, l’estimation ponctuelle de la moyenne marginale par strate expérimentale, son erreur-type asymptotique dérivée par la méthode delta, la statistique de Wald ainsi que l’intervalle de confiance à 95 % correspondant.

Ces marges prédictives possèdent une valeur scientifique cardinale : elles représentent les prédictions exactes du modèle multivarié pour chaque condition expérimentale. Ces données ajustées constituent le matériau empirique de base qui doit impérativement être consigné dans les rapports académiques pour permettre des synthèses méta-analytiques rigoureuses, surpassant largement les simples moyennes descriptives brutes non ajustées.

8.2 Définition de contrastes multivariés personnalisés avec contrast

Si la commande manovatest permet d’isoler des effets de variables prises individuellement, la commande contrast permet de tester des hypothèses directionnelles théoriques d’une bien plus grande sophistication, tant au niveau univarié que multivarié. Dans de multiples protocoles expérimentaux, le chercheur ne s’intéresse pas à toutes les comparaisons possibles deux à deux, mais cherche à valider des hypothèses a priori hautement spécifiques : contrastes polynomiaux orthogonaux face à une variable ordonnée (évolution linéaire ou quadratique) ou comparaisons de type Helmert ou groupe témoin versus combinaison des groupes traités.

Sous Stata, l’évaluation de contrastes multivariés s’articule élégamment au moyen de la syntaxe :

contrast r.groupe

Dans cette commande, le préfixe r. (pour reference) demande à Stata de comparer systématiquement chaque modalité du facteur à la catégorie de référence définie. Si l’on souhaite tester une hypothèse spécifique opposant le groupe témoin (niveau 1) à la moyenne conjointe des deux groupes pathologiques (niveaux 2 et 3), on formulera un contraste linéaire personnalisé à l’aide de coefficients vectoriels explicites :

contrast {groupe -2 1 1}

Ce qui rend l’instruction contrast particulièrement puissante après une manova, c’est sa capacité à générer instantanément un test de Wald multivarié conjoint (fondé sur une statistique du χ² ou du F multivarié) évaluant si le vecteur d’écart défini par le contraste diffère significativement du vecteur nul (0). Ce cadre permet ainsi de tester si un patron d’intervention spécifique améliore significativement l’ensemble du profil clinique et neuropsychologique du patient, en une seule décision inférentielle dotée d’une parcimonie statistique exemplaire.

8.3 Visualisation avancée des profils multivariés avec marginsplot

L’interprétation de structures de données multidimensionnelles s’avère particulièrement ardue lorsque le chercheur est confronté à de vastes tables de coordonnées matricielles. Pour pallier cette difficulté cognitive, Stata intègre de façon totalement fluide la commande marginsplot, conçue pour convertir automatiquement les calculs matriciels complexes issus de margins en des représentations graphiques vectorielles de niveau publication.

Pour visualiser les profils de réponses cognitives à travers les différents groupes cliniques, le chercheur exécute la séquence suivante :

margins groupe
marginsplot, xdimension(_mcycle) plotdimension(groupe) recast(line)

Cette programmation génère un graphique d’analyse de profils multivariés (multivariate profile analysis), où chaque ligne colorée continue retrace la trajectoire vectorielle des moyennes ajustées pour un groupe clinique donné à travers l’ensemble des variables dépendantes ordonnées le long de l’axe des abscisses. Les intervalles de confiance à 95 % sont automatiquement projetés sous forme de barres d’erreur verticales autour de chaque estimation ponctuelle.

Toutefois, une vigilance méthodologique s’impose si les variables dépendantes possèdent des unités de mesure hétérogènes (par exemple, un temps de réaction en millisecondes associé à un nombre d’erreurs commises et à un score d’échelle psychométrique de 1 à 7). Dans ce cas de figure, la superposition des valeurs brutes produirait une distorsion graphique majeure. Le chercheur devra impérativement standardiser au préalable l’ensemble de ses variables dépendantes en scores réduits (scores Z de moyenne 0 et d’écart-type 1) à l’aide de la commande egen std_y = std(y) avant d’ajuster la MANOVA. Le graphique marginsplot résultant offrira alors une lisibilité visuelle parfaite, facilitant l’identification immédiate des profils morphologiques de performance au sein de l’espace vectoriel.

9. MANOVA factorielle et modélisation des interactions multivariées

9.1 Spécification d’un plan factoriel 2×2 ou supérieur dans Stata

Dans la recherche expérimentale de pointe, les devis unifactoriels cèdent fréquemment le pas à des plans factoriels multivariés croisés (par exemple, 2 × 2, 2 × 3 ou 3 × 3). Ces architectures méthodologiques permettent d’examiner simultanément l’impact de plusieurs variables indépendantes de classification (par exemple, la modalité d’intervention thérapeutique therapie [TCC vs. Médication] et le statut de sévérité initiale severite [Légère vs. Sévère]) sur le profil conjoint des variables dépendantes continues.

Sous Stata, la spécification d’un modèle factoriel croisé complet intégrant les effets principaux et l’ensemble des termes d’interaction s’opère avec une simplicité remarquable grâce à l’opérateur factoriel d’interaction totale ##. L’instruction s’énonce comme suit :

manova y1 y2 y3 = i.therapie##i.severite

L’utilisation du double dièse indique à Stata d’inclure automatiquement dans la matrice de plan expérimental X l’effet principal du facteur therapie, l’effet principal du facteur severite, ainsi que l’ensemble des termes de produits croisés modélisant l’interaction multivariée therapie#severite.

Dans la grande majorité des recherches empiriques, les tailles d’échantillons au sein de chaque cellule factorielle s’avèrent inégales en raison de l’attrition des sujets ou des contingences de recrutement, générant un plan expérimental non orthogonal. Dans cette configuration, les matrices de sommes des carrés et de produits croisés d’hypothèse ne sont plus indépendantes les unes des autres. Stata gère cette complexité par défaut en mettant en œuvre le partitionnement des sommes des carrés de Type III (Type III SSCP). Selon cette approche formelle d’élimination partielle, l’effet de chaque terme factoriel est estimé après avoir contrôlé l’ensemble des autres termes principaux et d’interaction du modèle, garantissant ainsi l’invariance absolue des résultats quel que soit l’ordre de saisie des variables dans la syntaxe de la commande.

9.2 Interprétation méthodologique de l’interaction multivariée

L’obtention d’une interaction multivariée statistiquement significative au sein d’une MANOVA factorielle constitue une découverte méthodologique d’une immense portée théorique, mais impose un protocole d’interprétation d’une extrême rigueur. Sur le plan de la géométrie vectorielle, une interaction multivariée significative atteste formellement que l’effet vectoriel d’un facteur expérimental sur le barycentre des variables dépendantes change de magnitude ou de trajectoire spatiale en fonction des modalités du second facteur de classification.

Il est fondamental de distinguer deux morphotypes d’interactions multivariées :

• L’interaction d’amplitude : Les centroïdes vectoriels se déplacent selon la même orientation géométrique dans l’espace des réponses, mais l’intensité de la différenciation varie substantiellement d’une sous-population à l’autre.
• L’interaction de forme ou de profil (non ordinale) : L’architecture relationnelle liant les variables dépendantes entre elles est profondément altérée par la conjonction des facteurs. Par exemple, une thérapie donnée peut réduire simultanément l’anxiété et la dépression chez des patients modérés, alors qu’elle réduit l’anxiété mais aggrave les scores de somatisation chez des patients sévères.

La règle épistémologique absolue qui s’impose au chercheur face à une interaction multivariée significative est l’interdiction formelle d’interpréter isolément les effets principaux des facteurs. Tenter de décrire l’effet principal global de la thérapie n’a aucun sens scientifique si cet effet dépend fondamentalement du degré de sévérité initiale du patient. Dès lors, l’analyse des effets principaux doit être suspendue au profit exclusif de la décomposition rigoureuse de l’interaction en effets simples multivariés.

9.3 Analyse des effets simples multivariés sous Stata

L’analyse des effets simples multivariés consiste à isoler le comportement du premier facteur expérimental à chaque niveau conditionnel spécifique du second facteur (par exemple, tester l’effet de la therapie exclusivement chez les patients à sévérité légère, puis tester indépendamment cet effet chez les patients à sévérité modérée ou sévère). Cette opération vise à cartographier les frontières opérationnelles au sein desquelles les effets expérimentaux demeurent actifs.

Sous Stata, cette décomposition chirurgicale s’effectue avec une fluidité exceptionnelle au moyen de la commande manovatest combinée à des restrictions matricielles. Pour tester l’effet simple du facteur therapie au premier niveau de la variable severite, la syntaxe s’articule comme suit :

manovatest therapie, y(y1 y2 y3) at(severite=1)

Cette instruction demande à Stata d’extraire la sous-matrice de sommes des carrés et de produits croisés de l’effet de la thérapie conditionnellement restreinte au sous-échantillon severite=1, et de la tester contre la matrice de covariance d’erreur résiduelle globale pooled du modèle factoriel complet (préservant ainsi la puissance statistique maximale conférée par la totalité des degrés de liberté résiduels df_e). Le logiciel affiche instantanément les quatre statistiques multivariées usuelles (Wilks, Pillai, Hotelling-Lawley, Roy) pour cet effet simple particulier.

Si l’effet simple multivarié s’avère statistiquement significatif au niveau conditionnel exploré, le chercheur poursuit sa démarche en descendant d’un degré de complexité : il applique des décompositions univariées sur chacune des variables dépendantes à ce niveau précis, suivies de comparaisons de moyennes par paires si le facteur comporte plus de deux modalités. Cette démarche arborescente descendante (MANOVA factorielle → Effets simples multivariés → Effets simples univariés → Contrastes par paires) constitue le canon méthodologique d’excellence pour décrypter sans ambiguïté les systèmes de réponses comportementales hautement interconnectés.

10. Mesures de taille d’effet et quantification de la pertinence clinique

10.1 Calcul du Eta-carré partiel multivarié (η²p)

L’évaluation exclusive des valeurs de probabilité p issues des tests d’hypothèses omnibus est aujourd’hui unanimement reconnue comme notoirement insuffisante pour apprécier la pertinence empirique ou clinique des découvertes scientifiques. La valeur p dépendant de manière critique de la taille globale de l’échantillon N, une étude dotée d’une très vaste cohorte peut franchir aisément les seuils de significativité conventionnels (α = 0,05 ou 0,001) pour des variations vectorielles d’une insignifiance clinique absolue. L’estimation métrique de la taille d’effet (effect size) constitue donc un impératif méthodologique incontournable.

En contexte multivarié, l’indice d’effet omnibus le plus universellement consigné dans la littérature scientifique est l’Eta-carré partiel multivarié (η²_p). Cet indice quantifie la proportion de variance totale du système de variables dépendantes qui est directement attribuable au facteur expérimental considéré, en neutralisant la variance expliquée par les autres facteurs ou covariables du modèle. Lorsqu’il est dérivé à partir du Lambda de Wilks, le η²_p multivarié se formalise mathématiquement par la relation canonique :

η²_p = 1 – Λ^1/s

où Λ représente la valeur estimée du Lambda de Wilks et s = min(p, df_effet) correspond à la dimensionnalité maximale de l’espace vectoriel de décision. Dans la situation fréquente où le facteur expérimental ne comporte que deux modalités (df_effet = 1) ou lorsque l’on analyse deux variables dépendantes (p = 2), la dimension s est égale à 1, simplifiant élégamment l’équation sous la forme directe : η²_p = 1 – Λ.

Bien que Stata n’affiche pas systématiquement cet indice directement sous la commande standard manova, son calcul peut être instantanément automatisé par le chercheur à l’aide de scalaires système après l’estimation. En interrogeant la valeur mémorisée dans la matrice des résultats e(stat), il est aisé d’exécuter l’opération scalaire suivante :

scalar eta2_wilks = 1 - e(lambda)^(1/min(e(df_m), e(k_y)))
display "Eta-carre partiel multivarie (Wilks) = " eta2_wilks

Une démarche analogue peut être mise en œuvre à partir de la trace de Pillai (V), où l’Eta-carré partiel s’établit traditionnellement comme le ratio direct de la trace divisée par la dimensionnalité : η²_p = V / s. Néanmoins, les chercheurs doivent garder à l’esprit que l’Eta-carré partiel échantillonnal souffre d’un léger biais d’optimisme statistique, ayant tendance à surestimer la variance véritablement expliquée dans les échantillons de taille modeste.

10.2 Indices alternatifs : Oméga-carré multivarié et d de Cohen vectoriel

Pour remédier à la surestimation intrinsèque de l’Eta-carré partiel dans les protocoles à effectifs réduits, les biostatisticiens recommandent de privilégier l’Oméga-carré partiel multivarié (ω²_p). Cet indice hautement sophistiqué applique une correction basée sur les carrés moyens de l’erreur résiduelle, éliminant le biais de troncature positive propre aux statistiques basées sur les sommes de carrés brutes. Bien que son calcul nécessite des routines de programmation matricielle plus élaborées, il offre une estimation non biaisée de la proportion de variance multivariée expliquée au sein de la population parente.

Au-delà des proportions de variance, l’évaluation de la magnitude des contrastes entre deux groupes expérimentaux au sein d’un espace multidimensionnel bénéficie d’une métrique d’une élégance géométrique incomparable : la généralisation multivariée du d de Cohen, directement dérivée de la distance de Mahalanobis standardisée (D). Alors que le d de Cohen univarié exprime l’écart entre deux moyennes en unités d’écart-type, la distance D de Mahalanobis quantifie l’écart vectoriel spatial pur séparant les deux centroïdes de groupes en unités de variance-covariance poolée :

D = √ [ (ȳ₁ – ȳ₂)’ S_pooled^-1 (ȳ₁ – ȳ₂) ]

Dans cette formulation matricielle, ȳ₁ et ȳ₂ représentent les vecteurs des moyennes des deux groupes, et S_pooled désigne la matrice de covariance résiduelle conjointe intra-groupe non biaisée. Cette distance D constitue l’analogue multivarié direct et rigoureux de la métrique d de Cohen.

Pour interpréter qualitativement la pertinence de ces indices au sein des protocoles en sciences psychologiques, les chercheurs s’appuient classiquement sur les seuils heuristiques formalisés par Cohen (1988), tout en les adaptant à la dimensionnalité multivariée :

• Effet faible : η²_p &approx; 0,01 à 0,05 ou D &approx; 0,20 à 0,49 unité d’écart-type multivarié.
• Effet moyen : η²_p &approx; 0,06 à 0,13 ou D &approx; 0,50 à 0,79 unité d’écart-type multivarié.
• Effet fort : η²_p ≥ 0,14 ou D ≥ 0,80 unité d’écart-type multivarié.

L’intégration de la distance de Mahalanobis D enrichit considérablement l’interprétation clinique : affirmer qu’un protocole psychothérapeutique induit un décalage de 0,85 écart-type multivarié sur le profil conjoint anxiété-dépression confère une signification immédiatement appréhensible pour les praticiens et cliniciens de terrain.

10.3 Analyse de puissance statistique rétrospective et prospective

L’architecture de la puissance statistique (1 – β) au sein des modèles multivariés est régie par un système de dépendance probabiliste nettement plus intriqué que dans le cas univarié. La probabilité de rejeter correctement l’hypothèse nulle d’égalité des centroïdes multivariés dépend fondamentalement de cinq facteurs opérationnels majeurs :

• Le seuil nominal de significativité statistique retenu (α).
• La taille totale de l’échantillon d’observation (N) et l’équilibre des cellules.
• La magnitude théorique de la séparation vectorielle entre les centroïdes (η²_p ou D).
• Le nombre p de variables dépendantes intégrées dans le modèle conjoint.
• La structure des intercorrélations unissant les variables dépendantes entre elles.

Ce dernier point recèle une subtilité méthodologique contre-intuitive fondamentale : l’augmentation du nombre de variables dépendantes p ne se traduit pas nécessairement par un accroissement de la puissance statistique. Si le chercheur adjoint au modèle des variables dépendantes supplémentaires qui ne sont pas sensibles à la manipulation expérimentale, ou si ces variables sont presque parfaitement colinéaires aux mesures déjà présentes, le coût en degrés de liberté résiduels (p degrés de liberté consommés au dénominateur) surpasse largement le gain géométrique apporté. Il en résulte une dégradation nette et sévère de la puissance statistique globale du test omnibus.

La planification de la taille d’échantillon requise a priori s’avère donc indispensable lors de la rédaction de protocoles d’essais cliniques ou de demandes de subventions de recherche. Bien que la commande native power sous Stata soit historiquement optimisée pour les modèles univariés, le logiciel offre des extensions computationnelles et des modules programmables permettant de calculer la puissance statistique pour la MANOVA (par exemple via des scripts basés sur la distribution non centrale de Fisher F multivariée approximative ou via des procédures de simulation de Monte-Carlo programmées sous Stata). Lors de ces planifications prospectives, viser une puissance statistique standard de 1 – β = 0,80 (voire 0,90 dans les essais biomédicaux à haut risque) constitue l’impératif académique incontournable.

À l’inverse, l’exécution d’une analyse de puissance a posteriori (post-hoc power analysis) consistant à recalculer la puissance statistique à partir de la taille d’effet observée après l’obtention d’un résultat non significatif est aujourd’hui vigoureusement rejetée par l’ensemble des statisticiens méthodologistes. Cette pratique produit un raisonnement circulaire sans valeur épistémique, la puissance a posteriori étant une transformation mathématique directe de la valeur p observée. Face à un résultat non significatif, la démarche scientifique rigoureuse consiste à examiner la largeur des intervalles de confiance multivariés pour juger de la précision de l’estimation et à s’interroger sur l’adéquation conceptuelle des mesures déployées.

11. Rédaction et présentation des résultats selon les normes de l’APA (7e édition)

11.1 Standardisation du compte rendu des statistiques inférentielles

La diffusion académique des résultats d’une MANOVA est soumise aux directives typographiques et méthodologiques d’une grande rigueur établies par l’American Psychological Association au sein de son manuel de publication officiel (APA, 7e édition). La restitution textuelle des résultats multivariés omnibus doit impérativement respecter un agencement séquentiel standardisé comportant :

• La désignation formelle du critère statistique multivarié sélectionné (par exemple, le Lambda de Wilks ou la trace de Pillai).
• La valeur statistique ponctuelle exacte du critère, arrondie strictement à deux ou trois décimales (par exemple, Λ = 0,784).
• La statistique inférentielle F de Fisher associée à sa transformation matricielle.
• Les degrés de liberté du modèle (numérateur) et les degrés de liberté de l’erreur résiduelle (dénominateur), formulés entre parenthèses et séparés par une virgule.
• La valeur de probabilité exacte (valeur p) rapportée à trois décimales sans zéro initial (par exemple, p = .003 ; la formulation p = .000 étant formellement bannie au profit de p < .001).
• L’indice de taille d’effet standardisé, généralement l’Eta-carré partiel multivarié (η²_p), systématiquement accompagné de son intervalle de confiance si la revue l’exige.

À titre d’illustration conforme aux plus hauts standards académiques, la formulation narrative de l’analyse omnibus et de son suivi s’énoncera selon le canevas textuel suivant :

« Une analyse multivariée de la variance (MANOVA) à un facteur fixe a été conduite afin d’évaluer l’impact du statut pathologique (Témoins sains, Traumatisés légers, Traumatisés modérés à sévères) sur le profil conjoint des fonctions cognitives (inhibition exécutive, vitesse de traitement et rappel mnésique différé). Les analyses préliminaires ont confirmé la normalité multivariée au moyen du test de Doornik-Hansen (χ²(6) = 7,42, p = .284) ainsi que l’homogénéité des matrices de variance-covariance via le test M de Box (M = 14,81, F(12, 45210) = 1,18, p = .291). L’analyse révèle un effet multivarié global hautement significatif du groupe clinique sur le profil cognitif conjoint, Lambda de Wilks Λ = 0,682, F(6, 290) = 10,45, p < .001, η²_p = .174. En accord avec ces constats omnibus, les analyses de variance (ANOVA) univariées de suivi conduites avec une correction de Bonferroni (α critique ajusté = .0167) mettent en évidence des différences significatives sur l’inhibition exécutive, F(2, 147) = 14,32, p < .001, η²_p = .163, et la vitesse de traitement, F(2, 147) = 21,80, p < .001, η²_p = .228, tandis que le rappel mnésique différé ne franchit pas le seuil d’ajustement conservateur, F(2, 147) = 3,85, p = .023, η²_p = .050. »

11.2 Conception de tableaux synthétiques multivariés

L’intégration d’un tableau récapitulatif multivarié s’avère quasi-systématiquement requise pour offrir aux évaluateurs et lecteurs une vue synoptique exhaustive des structures distributionnelles. Conformément aux préceptes typographiques de l’APA 7, un tableau statistique ne doit comporter aucune ligne verticale de délimitation, et doit limiter ses bordures horizontales à trois traits principaux : sous le titre du tableau, sous la ligne d’en-tête des variables, et à la base terminale du corps de données.

Le tableau doit consigner les effectifs par cellule (n), les moyennes descriptives ajustées ainsi que les écarts-types (SD) pour chaque variable dépendante au sein de chaque niveau factoriel. En colonnes adjacentes, il convient d’exposer les statistiques univariées de suivi correspondantes (valeur F, degrés de liberté, valeur p exacte, taille d’effet η²_p) ainsi que les lettres de partitionnement post-hoc désignant les sous-ensembles homogènes issus des tests de comparaisons multiples de Tukey.

Pour exporter directement ces données depuis la mémoire Stata vers des formats de traitement de texte standard sans altération typographique ni risque d’erreur de saisie manuelle, le chercheur peut mobiliser des architectures d’automatisation logicielle avancées. Les paquets communautaires tels que esttab (issu de la suite estout) ou les commandes natives contemporaines de Stata telles que putdocx et collect permettent de générer des fichiers au format Microsoft Word (.docx) ou des scripts LaTeX parfaitement formatés en respectant scrupuleusement la nomenclature typographique APA, optimisant ainsi la rigueur et la reproductibilité du manuscrit scientifique.

11.3 Intégration des résultats dans la discussion théorique

La restitution computationnelle des chiffres et des indices matriciels ne constitue que la première phase de l’acte scientifique ; l’étape décisive réside dans la réintégration conceptuelle de ces métriques multivariées au sein des cadres théoriques de la discipline psychologique. Dans la section Discussion du manuscrit académique, le chercheur doit se garder de simplement paraphraser les constats statistiques univariés successifs, ce qui réduirait à néant la valeur ajoutée de la démarche multivariée.

Il convient au contraire de théoriser sur la modification globale de la morphologie du profil cognitif ou comportemental. Par exemple, si l’analyse met en évidence qu’un traumatisme crânien dégrade substantiellement la vitesse de traitement et l’inhibition exécutive sans affecter de manière indépendante les capacités d’encodage mnésique à long terme, ce résultat doit être discuté à la lumière des théories contemporaines de la déconnexion cortico-sous-corticale et du ralentissement cognitif diffus de l’information (théorie du processing speed de Salthouse). La corrélation résiduelle entre vitesse et inhibition doit être interprétée comme le témoignage d’un substrat neurofonctionnel partiellement partagé au sein des réseaux fronto-striataux.

En outre, la discussion académique exige une transparence épistémologique exemplaire relative aux limites méthodologiques de l’étude. Si des violations mineures des postulats d’homoscolasticité multivariée ont été constatées et neutralisées par l’emploi de la trace de Pillai, cette contrainte doit être explicitée en démontrant pourquoi elle n’invalide pas la portée des conclusions. Enfin, le chercheur doit esquisser des perspectives d’ouverture méthodologique, en suggérant notamment la transition ultérieure de modèles exploratoires basés sur la MANOVA vers des architectures confirmatoires plus complexes, telles que la modélisation en équations structurelles multigroupes.

12. Diagnostic des erreurs courantes, alternatives robustes et modélisations avancées

12.1 Dépannage des messages d’erreur fréquents dans Stata

L’utilisation de la commande manova sous Stata peut parfois se heurter à des blocages algorithmiques générant des messages d’erreur cryptiques pour le néophyte. L’un des avertissements les plus fréquents et redoutés s’énonce comme suit :

matrix not positive definite (ou matrix is singular, r(506))

Ce blocage numérique survient lorsque l’algorithme d’inversion matricielle tente d’inverser la matrice de dispersion d’erreur E pour calculer le produit E^-1H, mais constate que le déterminant de celle-ci est rigoureusement nul ou inférieur au seuil de tolérance machine. Deux causes structurelles majeures président généralement à cette anomalie :

• La multicolinéarité absolue : Deux variables dépendantes sont de parfaites combinaisons linéaires l’une de l’autre (par exemple, inclusion simultanée des sous-échelles d’un test et du score total calculé comme leur somme arithmétique exacte). La solution consiste à éliminer immédiatement le score composite redondant.
• Un déficit de rang d’échantillonnage : Le nombre total d’observations au sein d’une cellule du plan expérimental est strictement inférieur au nombre p de variables dépendantes (n_j ≤ p). Il est mathématiquement impossible d’estimer une matrice de covariance non singulière d’ordre p × p avec un nombre de vecteurs inférieur à sa dimensionnalité. La solution impose soit la réduction du nombre de variables dépendantes, soit l’agrégation de modalités factorielles.

Un autre écueil récurrent réside dans le message factors not nested correctly ou l’omission accidentelle d’effets liée à des cellules expérimentales entièrement vides dans un plan factoriel déséquilibré. Face à des plans factoriels incomplets, l’estimateur multivarié ne peut estimer certains produits croisés d’interaction en raison d’un manque de degrés de liberté de cellule. Le chercheur devra employer la commande tabulate factor1 factor2 pour vérifier minutieusement la matrice de contingence de son plan de recherche et éliminer toute cellule à effectif nul.

12.2 Alternatives robustes en cas de violation sévère des postulats

Lorsque les données empiriques violent de façon massive et simultanée les postulats de normalité conjointe multivariée et d’homoscolasticité des matrices de dispersion, la poursuite mécanique de l’inférence basée sur les distributions paramétriques usuelles de Wilks ou Pillai expose le chercheur à des conclusions erronées. Dans ce contexte critique, plusieurs alternatives statistiques d’une remarquable robustesse méthodologique peuvent être mobilisées sous Stata.

La première stratégie repose sur les techniques computationnelles de rééchantillonnage non paramétrique par Bootstrap multivarié. Le chercheur rééchantillonne avec remise des milliers de pseudo-échantillons à partir du jeu de données original, estimant empiriquement à chaque itération la distribution d’échantillonnage véritable de la statistique matricielle choisie (telle que le Lambda de Wilks ou la trace de Hotelling) sans formuler la moindre hypothèse gaussienne a priori sur les résidus. Cette approche fournit des intervalles de confiance et des seuils de décision probabilistes d’une grande validité asymptotique.

Une seconde approche novatrice réside dans la MANOVA permutationnelle (PERMANOVA), développée initialement en écologie biométrique par Anderson (2001) et de plus en plus plébiscitée en psychométrie cognitive. La PERMANOVA opère un calcul direct des pseudo-statistiques F multivariées à partir de matrices de distances arbitraires (distance euclidienne, distance de Bray-Curtis, distance de Manhattan), et calcule sa valeur de probabilité empirique en permutant aléatoirement les vecteurs d’observations entre les groupes des milliers de fois. Cette méthode est totalement affranchie de tout postulat de normalité multivariée et tolère remarquablement des matrices de covariance hétérogènes.

Enfin, face à des distributions multivariées présentant une asymétrie extrême combinée à des effets de plancher ou de plafond sévères, le chercheur peut s’orienter vers des procédures de rangs multivariés, consistant à convertir chaque variable dépendante en rangs univariés avant de projeter la MANOVA paramétrique standard sur les coordonnées ordonnées (procédure analogue à une extension multivariée du test de Kruskal-Wallis).

12.3 Transition vers la MANCOVA et la modélisation structurelle

La progression naturelle de la démarche d’analyse multivariée conduit fréquemment à enrichir le modèle de base par l’introduction de covariables continues, donnant naissance à l’analyse multivariée de la covariance (MANCOVA). Sous Stata, la MANCOVA se programme sans aucune difficulté technique grâce aux opérateurs factoriels standard :

manova y1 y2 y3 = i.groupe c.age c.revenu

L’introduction des covariables age et revenu (préfixées par l’opérateur continu c.) permet de purger mathématiquement la matrice de covariance d’erreur E de la variabilité non contrôlée attribuable à ces facteurs confondants. Cette réduction de la dispersion résiduelle augmente mécaniquement la magnitude des valeurs propres de E^-1H et confère une puissance statistique accrue au test de l’effet de traitement groupe.

Toutefois, la validité formelle de la MANCOVA repose sur un postulat théorique additionnel fondamental : l’homogénéité des pentes de régression multivariées. Ce postulat exige que les relations linéaires unissant chaque covariable continue aux variables dépendantes soient rigoureusement parallèles et invariantes à travers l’ensemble des groupes expérimentaux comparés. L’évaluation empirique de ce postulat s’opère sous Stata en spécifiant formellement le modèle saturé incluant l’interaction entre le facteur discret et la covariable :

manova y1 y2 y3 = i.groupe##c.age

Si le terme d’interaction multivariée i.groupe#c.age s’avère statistiquement significatif, le postulat d’homogénéité des pentes est formellement violé : l’effet de la covariable varie en fonction du groupe d’appartenance. Dans cette configuration problématique, la MANCOVA standard doit être écartée, car ajuster les moyennes sur une pente moyenne poolée introduit un biais d’estimation sévère.

Lorsque la complexité théorique du protocole dépasse les capacités analytiques du modèle linéaire généralisé multivarié standard (notamment lorsque les variables dépendantes constituent les indicateurs réflectifs imparfaits d’une dimension conceptuelle inobservable entachée d’erreur de mesure), la MANOVA atteint ses limites ontologiques ultimes. Le chercheur doit alors opérer une transition paradigmatique vers les Modèles d’Équations Structurelles (SEM), directement accessibles sous Stata via la commande unifiée sem.

Contrairement à la MANOVA qui modélise exclusivement des scores composites observés manifestes, le cadre SEM permet d’extraire des variables latentes débarrassées de l’erreur de mesure psychométrique, de modéliser simultanément des relations récursives et non récursives, de comparer l’invariance factorielle des construits à travers des analyses multigroupes rigoureuses et d’intégrer des données manquantes complexes via l’estimateur d’information maximale (FIML). La MANOVA sous Stata constitue ainsi le socle méthodologique et conceptuel indispensable à partir duquel peut s’édifier la maîtrise avancée de l’ensemble de la modélisation statistique multivariée contemporaine.

Références

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Anderson, M. J. (2001). A new method for non-parametric multivariate analysis of variance. Austral Ecology, 26(1), 32–46. https://doi.org/10.1111/j.1442-9993.2001.01070.pp.x
• Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300. https://doi.org/10.1111/j.2517-6161.1995.tb02031.x
• Box, G. E. P. (1949). A general distribution theory for a class of likelihood criteria. Biometrika, 36(3/4), 317–346. https://doi.org/10.2307/2332671
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Doornik, J. A., & Hansen, H. (2008). An omnibus test for univariate and multivariate normality. Oxford Bulletin of Economics and Statistics, 70(s1), 927–939. https://doi.org/10.1111/j.1468-0084.2008.00537.x
• Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistics, 6(2), 65–70. https://www.jstor.org/stable/4615733
• Huberty, C. J., & Olejnik, S. (2006). Applied MANOVA and discriminant analysis (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/047178947X
• Mardia, K. V. (1970). Measures of multivariate skewness and kurtosis with applications. Biometrika, 57(3), 519–530. https://doi.org/10.1093/biomet/57.3.519
• Olson, C. L. (1976). On choosing a test statistic in multivariate analysis of variance. Psychological Bulletin, 83(4), 579–586. https://doi.org/10.1037/0033-2909.83.4.579
• Pillai, K. C. S. (1955). Some new test criteria in multivariate analysis. The Annals of Mathematical Statistics, 26(1), 117–121. https://doi.org/10.1214/aoms/1177728599
• Rao, C. R. (1951). An asymptotic expansion of the distribution of Wilks’s criterion. Bulletin of the International Statistical Institute, 33(2), 177–180.
• Roy, S. N. (1953). On a heuristic method of test construction and its use in multivariate analysis. The Annals of Mathematical Statistics, 24(2), 220–238. https://doi.org/10.1214/aoms/1177729029
• StataCorp. (2023). Stata multivariate statistics reference manual: Release 18. Stata Press. https://www.stata.com/manuals/mv.pdf
• Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
• Wilks, S. S. (1932). Certain generalizations in the analysis of variance. Biometrika, 24(3/4), 471–494. https://doi.org/10.2307/2331962