III.4. COMPARAISON DES EFFETS MOYENS DEUX à
DEUX
Lorsqu'à l'issu d'une analyse de la variance on est
amené à rejeter une hypothèse d'égalité de
plus de deux moyennes relatives à un critère de classification
fixe. La question se pose de savoir quelles sont parmi les moyennes
considérés, celles qui diffèrent significativement. Cette
question peut être résolue par plusieurs méthodes de
comparaison multiple des effets.
Dans le cadre de notre travail nous allons utiliser la
méthode de la plus petite différence significative (ppds) pour
nous permettre à bien faire la comparaison.
Méthodes de la plus petite différence significative
(ppds)
1.
|
POUR LA PROVINCE DU SUD-KIVU
|
|
|
|
|
|
/ (N-p)v
|
Contre
|
|
|
|
|
|
|
|
/ (N-p)v
|
|
|
|
/ (N-p)v
On a 36 comparaisons deux à deux
N= np = = , N-p = 135 -9 = 126
/ (126) = 1,9600
Après calculs et comparaisons faites sur le logiciel
Excel, les résultats obtenus sont consignés dans le tableau
suivant :
~ 47 ~
TABLEAU N°10 : comparaison des effets
moyens 2 à 2 dans le SUD-KIVU
N°
|
comparaison
|
|Xi - Xi |
|
Décision
|
1
|
X1 , X2
|
| 0,0 0 - 2212,40 | = 2212,40
|
H1 : X1 < X2
|
2
|
X1 , X3
|
| 0,00 - 29863,73 | = 29863,73
|
H1 : X1 < X3
|
3
|
X1 , X4
|
| 0,00 - 17583,07 | = 17583,07
|
H1 : X1 < X4
|
4
|
X1 , X5
|
| 0,00 - 18498,20 | = 18498,20
|
H1 : X1 < X5
|
5
|
X1 , X6
|
| 0,00 - 10575,07 | = 10575,07
|
H1 : X1 < X6
|
6
|
X1 , X7
|
| 0,00 - 4506,60 | = 4506,60
|
H1 : X1 < X7
|
7
|
X1 , X$
|
| 0,00 - 1406,47 | = 1406,47
|
H1 : X1 <
X8
|
8
|
X1 , X9
|
| 0,00 - 93,67 | = 93,67
|
Ho : X1 = X9
|
9
|
X2 , X3
|
| 2212,40 - 29863,73 | = 27651,33
|
H1 : X2 < X3
|
10
|
X2 , X4
|
| 2212,40 - 17583,07 | = 15370,67
|
H1 : X2 < X4
|
11
|
X2 , X5
|
| 2212,40 - 18498,20 | = 16285,80
|
H1 : X2 < X5
|
12
|
X2 , X6
|
| 2212,40 - 10575,07 | = 8362,67
|
H1 : X2 < X6
|
13
|
X2 , X7
|
| 2212,40 - 4506,60 | = 2294,20
|
H1 : X2 < X7
|
14
|
X2 , X8
|
| 2212,40 - 1406,47 | = 805,93
|
H1 : X2 > X8
|
15
|
X2 , X9
|
| 2212,40 - 93,67 | = 2118,73
|
H1 : X2 > X9
|
16
|
X3 , X4
|
| 29863,73 - 17583,07 | = 12280,67
|
H1 : X3 >X4
|
17
|
X3 , X5
|
| 29863,73 - 18498,20 | = 11365,53
|
H1 : X3 >X5
|
18
|
X3 , X6
|
| 29863,73 - 10575,07 | = 19288,67
|
H1 : X3 >X6
|
19
|
X3 , X7
|
| 29863,73 - 4506,60 | = 25357,13
|
H1 : X3 >X7
|
20
|
X3 , X8
|
| 29863,73 - 1406,47 | = 28457,27
|
H1 : X3 > X8
|
21
|
X3 , X9
|
| 29863,73 - 93,67 | = 29770,07
|
H1 : X3 >X9
|
22
|
X4 , X5
|
| 17583,07 - 18498,20 | = 915,13
|
H1 : X4 < X5
|
23
|
X4 , X6
|
| 17583,07 - 10575,07 | = 7008,00
|
H1 : X4 >X6
|
24
|
X4 , X7
|
| 17583,07 - 4506,60 | = 13076,47
|
H1 : X4 > X7
|
25
|
X4 , X8
|
| 17583,07 - 1406,47 | = 16176,60
|
H1 : X4 > X$
|
26
|
X4 , X9
|
| 17583,07 - 93,67 | = 17489,40
|
H1 : X4 > X9
|
27
|
X5 , X6
|
| 18498,20 - 10575,07 | = 7923,13
|
H1 : X 5 > X6
|
/ (98) =?
-48..,
28
|
|
|
|
|
|
|
|
|
:
|
|
>
|
29
|
|
|
|
|
|
|
|
|
:
|
|
>
|
30
|
|
|
|
|
|
|
|
|
:
|
|
>
|
31
|
|
|
|
|
|
|
|
|
:
|
|
>
|
32
|
|
|
|
|
|
|
|
|
:
|
|
>
|
33
|
|
|
|
|
|
|
|
|
:
|
|
>
|
34
|
|
|
|
|
|
|
|
|
:
|
|
>
|
35
|
|
|
|
|
|
|
|
|
:
|
|
>
|
36
|
|
|
|
|
|
|
|
|
:
|
|
>
|
SOURCE : Nous même à l'aide du logiciel
Excel
Apres comparaison des effets moyens qui nous permettent de
voir les effets qui diffèrent significativement. Rangeons en ordre
décroissant les moyennes (effets moyens) en se basant sur le tableau de
comparaison des effets moyens pour opter ce qui a un nombre important de
cheptel que les autres.
Après analyse de la variance à un critère
de classification et comparaison des effets moyens deux à deux, nous
avons constaté que le territoire qui a un effectifs où un nombre
important de cheptel bovin dans la province du Sud-Kivu est celle de UVIRA.
2. POUR LA PROVINCE DE L'EX-KATANGA
| | / (N-p)v Contre
| | / (N-p)v
/ (N-p)v
On a 21 comparaisons deux à deux
N= np = = , N-p = 105 -7 = 98
-49..,
/ (80) = 2
|
1,9901
|
|
|
/2(120)
|
= 1,9799
|
|
|
|
_120-80
_
|
1,9799-1,9901
|
|
/2(98)
|
98-80 -
|
X-1,9901
|
X= 1,98551
,
|
Après calculs et comparaisons faites sur le logiciel
Excel, les résultats obtenus sont consignés dans le tableau
suivant :
TABLEAU N°11 : comparaison des effets
moyens dans l'ex-Katanga
N°
|
comparaison
|
|Yi - Yi |
|
Décision
|
1
|
Y1 , Y2
|
| 3261,87 - 35119,60 | = 31857,73
|
H1 : Y1 <
Y2
|
2
|
Y1 , Y3
|
| 3261,87 - 58695,87 | = 55434,00
|
H1 : Y1 <
Y3
|
3
|
Y1 , Y4
|
|3261,87 - 15096,73 | = 11834,87
|
H1 : Y1 < Y4
|
4
|
Y1 ,Y5
|
| 3261,87 - 0,00 | = 3261,87
|
H1 : Y1 > Y5
|
5
|
Y1 , Y6
|
| 3261,87 - 23,93 | = 3237,93
|
H1 : Y1 > Y6
|
6
|
Y1 , Y7
|
| 3261,87 - 766,07 | = 2495,80
|
H1 : Y1 > Y7
|
7
|
Y2 , Y3
|
| 35119,60 - 58695,87 | = 23576,27
|
H1 : Y2 < Y3
|
8
|
Y2 , Y4
|
| 35119,60 - 15096,73 | = 20022,87
|
H1 : Y2 > Y4
|
9
|
Y2 , Y5
|
| 35119,60 - 0,00 | = 35119,60
|
H1 : Y2 > Y5
|
10
|
Y2 , Y6
|
| 35119,60 - 23,93 | = 35095,67
|
H1 : Y2 > Y6
|
11
|
Y2 , Y7
|
| 35119,60 - 766,07 | = 34353,53
|
H1 : Y2 >
Y7
|
12
|
Y3 ,Y4
|
| 58695,87 - 15096,73 | = 43599,13
|
H1 : Y3 > Y4
|
13
|
Y3 , Y5
|
| 58695,87 - 0,00 | = 58695,87
|
H1 : Y3 > Y5
|
14
|
Y3 , Y6
|
| 58695,87 - 23,93 | = 58671,93
|
H1 : Y3 > Y6
|
15
|
Y3 , Y7
|
| 58695,87 - 766,07 | = 57929,80
|
H1 : Y3 > Y7
|
16
|
Y4 , Y5
|
| 15096,73 - 0,00 | = 15096,73
|
H1 : Y4 > Y5
|
17
|
Y4 , Y6
|
| 15096,73 - 23,93 | = 15072,80
|
H1 : Y4 > Y6
|
18
|
Y4 ,Y7
|
| 15096,73 - 766,07 | = 14330,67
|
H1 : Y4 > Y7
|
19
|
Y5 , Y6
|
| 0,00 - 23,93 | = 23,93
|
Ho : Y5 = Y6
|
20
|
Y5 , Y7
|
| 0,00 - 766,07 | = 766,067
|
Ho: Y5= X7
|
21
|
Y6 , Y7
|
| 23,93 - 766,07 | = 742,13
|
Ho : Y6= X7
|
SOURCE : Nous même à l'aide du logiciel
Excel
~ 50 ~
Pour le choix du district qui a un effectif meilleur, rangeons en
ordre décroissant les différentes moyennes.
Comme la moyenne = qui représente la moyenne de
Tanganyika est
supérieure aux autres moyennes de la province du Katanga,
nous optons pour Tanganyika comme le District qui possède un nombre
d'effectifs du cheptel bovin important.
Apres avoir trouvé le meilleur district et le meilleur
territoire dans nos deux province de référence, pour la suite de
notre travail nous allons déterminer si il y a une différence
significative entre le district du Tanganyika et le territoire d'Uvira.
~ 51 ~
|
|