Faut-il préférer l'analyse de variance à l'analyse de régression dans les expériences utilisant des VI continues ?

Résumé En Fr

Summary : Should we use analysis of variance rather than regression analysis for experiences using continuous independent variables ? In this paper, we discuss the two possible statistical approaches when IV are continuous : analysis of variance and multiple linear regression. The statistical model common to these two approaches, and analysis of covariance is first briefly reminded. Using general arguments, followed by a psycholinguistic illustration, we discuss the advantages and drawbacks of using an experimental control of confoundings and random variability, which leads to analysis of variance, or a statistical control, which leads to multiple regression analysis. The problems to avoid for insuring the validity of the chosen approach are also underlined.

Dans cet article, nous discutons des deux approches statistiques possibles lorsque les VI sont continues : l'analyse de variance et la régression linéaire multiple. Le modèle statistique commun à ces deux approches, ainsi qu'à l'analyse de covariance, est tout d'abord rappelé de manière succincte. A travers des arguments généraux, puis une illustration issue de la psycholinguistique, nous discutons ensuite des avantages et des inconvénients du recours à un contrôle expérimental des confusions d'effets et de la variabilité aléatoire, qui amène à privilégier l'analyse de variance, et à celui d'un contrôle statistique, qui conduit à la régression linéaire multiple. Les écueils à éviter pour assurer une certaine validité à l'approche privilégiée sont aussi présentés.