Stats avec moyenne et min max

@gerard0 : T1 et T2 sont les temps de relaxation du signal RMN, phénomène de base de l'IRM. Pour faire très rapide pour ceux qui ne connaissent pas le principe de la RMN : on excite les protons (l'eau constitue environ 90% de la masse du corps) par une onde HF dont la fréquence est la fréquence de Larmor du proton. Celui-ci entre en résonance et acquiert de l'énergie. Cependant tous les protons ne sont pas excités et les protons excités ne restent pas dans cet état durant toute l'excitation. T2 est le temps de relaxation spin-spin, c'est-à-dire le temps moyen durant lequel un proton est excité. Quand on arrête l'excitation, les protons relâchent l'énergie acquise dans leur environnement. T1, relaxation spin-réseau, mesure le temps de décroissance de l'énergie acquises par les protons. T1 et T2 sont spécifiques d'un matériau donné (substance grise, substance blanche...) et/ou de l'état pathologique du patient en IRM. Ces différents temps peuvent être mesurés en modulant la séquence d'excitation. En général, on peut les calculer par une formule du type de celle donnée par bougabouga où x est un paramètre de la séquence que l'on fait varier. On a donc une série de mesures :
$y_{ij} = a * exp( -x_i/b_j)$ avec $x_i$ la valeur i du paramètre de la séquence et $b_j$, le temps de relaxation de l'échantillon.

@bougabouga : Étant donné généralement le peu de points de mesures $x_i$, on peut transformer les données sous la forme : $log( y_{ij}) = log( a) - x_i / b_{g(j)}$ où $b_{g(j)}$ est le temps de relaxation du groupe auquel appartient l'échantillon i. Une simple Ancova permet alors de comparer les inverse des temps de relaxation entre groupes.
On peut aussi calculer les $b_{g(j)}$ par une autre procédure et les comparer par une Anova.
Du point de vue statistiques pures, ces solutions ne sont pas exactes car il faudrait utiliser des modèles plus adaptés comme du non linéaire, mais vu la précision de l'IRM et le peu de mesures, l'expérience montre que c'est suffisant.