Chapitre 6 Effets fixes vs effets aléatoires
Il y a un débat dans la littérature sur la définition des effets fixes et aléatoires. Il existe plusieurs définitions possibles des effets fixes et aléatoires et nous vous présenterons ici celles que nous trouvons plus faciles à appliquer.
6.1 Effet fixe: processus déterministes
Quand une variable a un effet fixe, les données proviennent:
- de tous les niveaux possibles d’un facteur (variable qualitative)
- d’un prédicteur (variable quantitative)
On souhaite émettre des conclusions à propos des niveaux du facteur ou de la relation entre le prédicteur et la variable réponse.
Exemple d’un effet fixe: comparer la concentration de mercure dans les poissons de trois habitats différents. L’habitat est un effet fixe (les trois ont été échantillonnés) et nous sommes intéressés à tirer des conclusions sur les effets de ces trois habitats spécifiques.
6.2 Effet aléatoire: processus stochastiques
Les variables avec un effet aléatoire sont également appelées facteurs aléatoires, car il s’agit uniquement de variables qualitatives (catégoriques, non continues).
Un effet aléatoire est observé lorsque les données ne comprennent qu’un échantillon aléatoire des nombreux niveaux possibles du facteur, qui présentent tous un intérêt.
Il s’agit généralement de facteurs de regroupement dont vous souhaitez contrôler l’effet dans votre modèle, mais dont l’effet spécifique sur la variable de réponse ne vous intéresse pas. Ils nous permettent donc de structurer le processus d’erreur.
Exemple d’un effet aléatoire: une étude de la contamination du mercure dans les poissons de lacs de cratères ougandais. Pour des raisons logistiques, vous ne pouvez pas échantillonner tous les lacs de cratères, donc vous échantillonnez seulement huit d’entre eux. Cependant, les poissons d’un lac donné pourrait avoir une sorte de corrélation entre eux (pseudo-corrélation), car ils sont soumis aux mêmes conditions environnementales. Même si vous n’êtes pas intéressé par l’effet de chaque lac spécifiquement, vous devez tenir compte de cette corrélation potentielle avec un facteur aléatoire (lac de cratère) afin de tirer des conclusions sur les lacs de cratères en général.