Comparer les régressions et les ANOVA

Dans l'exercice précédent, vous avez construit un modèle de régression. Deux méthodes d'inférence statistique consistent à examiner la part de variance expliquée par les coefficients du modèle (une analyse de type ANOVA) et à utiliser des variables prédictives linéaires pour modéliser les données (un cadre d'analyse par régression). Le choix entre ces approches dépend surtout des préférences et de la formation statistique. Les deux peuvent être appliquées avec des méthodes fréquentistes ou bayésiennes. Même si ce cours utilise uniquement des méthodes fréquentistes, les mêmes idées s'appliquent aux modèles bayésiens.

Le modèle lmer_out que vous avez créé à l'exercice précédent a été chargé pour vous. D'abord, vous exécuterez un anova() pour vérifier si group explique une part significative de la variabilité. Ensuite, vous examinerez le coefficient de régression de group pour voir s'il diffère significativement de zéro.