Choisir un modèle statistique
Bonjour,
j'ai une base de données et j'aimerais faire le tri afin de savoir ce que je peux moyenner ou pas, je m'explique:
dans ma base de données j'ai 3 variables mesurées:
- variable 1: la taille des racines
-variable 2: le poids des racines
.variable 3: le poids des plantes
j'ai aussi des variables qui peuvent influencer/expliquer ces mesures:
-variété (N=5)
-traitement (N=3) (les traitements sont réalisées dans des UE séparées)
-période d'observation en mois (N=2)
-année de l'essai (N=3 pour variable 1 et 2 et N=2 pour variable 3) = répétitions
Je considère l’année comme une répétition dans mes essais donc l’année doit être un "random factor", c’est juste ?
Les observations de la taille des racines, du poids des racines et du poids des plantes sont réalisées à 2 périodes: 3 et 5 mois pour chacune des unités (un traitement par unité)), l'échantillonnage est destructif donc les observations à 5 mois sont réalisées sur des plantes différentes.
J'aimerais faire une ANOVA 3 ou 4 pour voir quels sont les variables et les interactions qui vont vraiment influencer mes variables mesurées afin de savoir ce que je vais pouvoir moyenner ou pas dans mes graphiques (par exemple si la variété n'a pas d'influence je peux faire la moyenne des 5 variété pour représenter l'influence des traitements sur les variables mesurées). Je ne sais pas comment m'y prendre pour faire cela et interpréter, pourriez-vous m'aider SVP?
Est-ce que je dois choisir un modèle "split plot design", "complete bloc" ou autre ? Sachant que dans mes unités (une unité par traitement) les plantes sont réparties toujours dans le même ordre au sein d’une année (= 1 rep) mais l’ordre change en fonction des années (voir image en PJ).
J'aimerais aussi faire une matrice de corrélation et également représenter tout ça sur une ACP et faire un cercle de corrélation mais je ne sais pas si je peux et comment faire. Avez-vous des conseils ?
Sachant que pour le poids des plantes les mesures n'ont pu être réalisées que sur 2 années tandis que pour les autres variables mesurées elles ont été mesurées sur N=3 années, est-ce gênant si il y a des "na" pour ces différentes analyses?
Voici un tableau ci-dessous avec mes données ainsi qu’une image de mon design expérimental.
Merci par avance pour votre aide et vos pistes.
Meilleures salutations.
j'ai une base de données et j'aimerais faire le tri afin de savoir ce que je peux moyenner ou pas, je m'explique:
dans ma base de données j'ai 3 variables mesurées:
- variable 1: la taille des racines
-variable 2: le poids des racines
.variable 3: le poids des plantes
j'ai aussi des variables qui peuvent influencer/expliquer ces mesures:
-variété (N=5)
-traitement (N=3) (les traitements sont réalisées dans des UE séparées)
-période d'observation en mois (N=2)
-année de l'essai (N=3 pour variable 1 et 2 et N=2 pour variable 3) = répétitions
Je considère l’année comme une répétition dans mes essais donc l’année doit être un "random factor", c’est juste ?
Les observations de la taille des racines, du poids des racines et du poids des plantes sont réalisées à 2 périodes: 3 et 5 mois pour chacune des unités (un traitement par unité)), l'échantillonnage est destructif donc les observations à 5 mois sont réalisées sur des plantes différentes.
J'aimerais faire une ANOVA 3 ou 4 pour voir quels sont les variables et les interactions qui vont vraiment influencer mes variables mesurées afin de savoir ce que je vais pouvoir moyenner ou pas dans mes graphiques (par exemple si la variété n'a pas d'influence je peux faire la moyenne des 5 variété pour représenter l'influence des traitements sur les variables mesurées). Je ne sais pas comment m'y prendre pour faire cela et interpréter, pourriez-vous m'aider SVP?
Est-ce que je dois choisir un modèle "split plot design", "complete bloc" ou autre ? Sachant que dans mes unités (une unité par traitement) les plantes sont réparties toujours dans le même ordre au sein d’une année (= 1 rep) mais l’ordre change en fonction des années (voir image en PJ).
J'aimerais aussi faire une matrice de corrélation et également représenter tout ça sur une ACP et faire un cercle de corrélation mais je ne sais pas si je peux et comment faire. Avez-vous des conseils ?
Sachant que pour le poids des plantes les mesures n'ont pu être réalisées que sur 2 années tandis que pour les autres variables mesurées elles ont été mesurées sur N=3 années, est-ce gênant si il y a des "na" pour ces différentes analyses?
Voici un tableau ci-dessous avec mes données ainsi qu’une image de mon design expérimental.
Merci par avance pour votre aide et vos pistes.
Meilleures salutations.
Variete Traitement periode annee poids_racines taille_racines poids_plantes var1 t1 3mois an1 3.53 8.52 na var2 t1 3mois an1 7.73 14.32 na var3 t1 3mois an1 0.04 0.96 na var4 t1 3mois an1 1.96 3.4 na var5 t1 3mois an1 0.42 4.16 na var1 t2 3mois an1 0.07 0.68 na var2 t2 3mois an1 0 0 na var3 t2 3mois an1 0.1 0.16 na var4 t2 3mois an1 1.3 6.56 na var5 t2 3mois an1 0.5 0.84 na var1 t3 3mois an1 0.15 1.4 na var2 t3 3mois an1 0 0.36 na var3 t3 3mois an1 4.02 3 na var4 t3 3mois an1 0.25 1.52 na var5 t3 3mois an1 1.61 4.92 na var1 t1 5mois an1 0 0.8 na var2 t1 5mois an1 0.215 2.62 na var3 t1 5mois an1 0.495 3.34 na var4 t1 5mois an1 0.14 1.14 na var5 t1 5mois an1 0.045 0.84 na var1 t2 5mois an1 0.94 6.3 na var2 t2 5mois an1 0.075 1.08 na var3 t2 5mois an1 0.085 1.14 na var4 t2 5mois an1 0.09 1.36 na var5 t2 5mois an1 0.19 1.28 na var1 t3 5mois an1 0 1.56 na var2 t3 5mois an1 0 0.6 na var3 t3 5mois an1 0 0.92 na var4 t3 5mois an1 18.35 21.24 na var5 t3 5mois an1 34 14.68 na var1 t1 3mois an2 9.28 14.24 2.95 var2 t1 3mois an2 4 8.8 2.92 var3 t1 3mois an2 3.78 11.84 2775 var4 t1 3mois an2 0 1 2935.5 var5 t1 3mois an2 0 1 2605 var1 t2 3mois an2 0 0.88 2607 var2 t2 3mois an2 7.58 25.2 2885.5 var3 t2 3mois an2 0.33 2.04 2776 var4 t2 3mois an2 7.34 19.48 2892.5 var5 t2 3mois an2 0.02 1.08 2558 var1 t3 3mois an2 5.845 12.84 3.93 var2 t3 3mois an2 0.44 1.42 4.8 var3 t3 3mois an2 0.07 1.02 3.96 var4 t3 3mois an2 0.045 1.02 3.88 var5 t3 3mois an2 6.315 13.24 3.64 var1 t1 5mois an2 0.475 2.64 3.38 var2 t1 5mois an2 0.9 4.04 3.54 var3 t1 5mois an2 0.025 0.96 3.27 var4 t1 5mois an2 28.97 30.28 2872 var5 t1 5mois an2 36.1 29.84 3774.5 var1 t2 5mois an2 0.76 3.72 4442 var2 t2 5mois an2 0.32 2.32 3663 var3 t2 5mois an2 14.8 19.48 3726.5 var4 t2 5mois an2 21.7 30.92 3516.5 var5 t2 5mois an2 4.36 6.32 4081 var1 t3 5mois an2 2.3 3.72 3718 var2 t3 5mois an2 5.5 13.88 2228 var3 t3 5mois an2 0.05 1.16 1394.5 var4 t3 5mois an2 0 1.04 1997 var5 t3 5mois an2 0 0.6 1608 var1 t1 3mois an3 8.33 17.4 2004 var2 t1 3mois an3 0.31 3.92 1606 var3 t1 3mois an3 8.48 16.88 2166.5 var4 t1 3mois an3 0.01 0.52 1770 var5 t1 3mois an3 8.125 12.5 1.73 var1 t2 3mois an3 0.15 1.74 na var2 t2 3mois an3 0.015 0.94 2.26 var3 t2 3mois an3 0.065 0.96 1.79 var4 t2 3mois an3 13.69 24.8 2.16 var5 t2 3mois an3 1.165 4.26 1.95 var1 t3 3mois an3 0.905 2.62 2.43 var2 t3 3mois an3 0 0.98 2.08 var3 t3 3mois an3 0.45 2.52 1899 var4 t3 3mois an3 11.34 20.84 1586.5 var5 t3 3mois an3 0.18 1.56 2297 var1 t1 5mois an3 0 0.8 2159.5 var2 t1 5mois an3 18.6 26.8 1818.5 var3 t1 5mois an3 0.01 1.2 2161 var4 t1 5mois an3 0.82 3.8 2120 var5 t1 5mois an3 0 0.04 2280.5 var1 t2 5mois an3 2.33 8.4 2761 var2 t2 5mois an3 0.98 6.24 3094 var3 t2 5mois an3 0 0.92 2797.5 var4 t2 5mois an3 0.01 1.12 2468.5 var5 t2 5mois an3 6.71 16.2 3009.5 var1 t3 5mois an3 0.4 4.96 2793.5 var2 t3 5mois an3 2.83 10.56 2875 var3 t3 5mois an3 0.04 12 2877 var4 t3 5mois an3 1.245 13 2.96 var5 t3 5mois an3 0.5 12 2.87
Réponses
-
Bonjour,
Pour la première et la deuxième question, il faut vraiment que je comprenne bien toutes tes indications pour pouvoir te conseiller. Il me faudra du temps et du travail donc penses-tu que tu auras toujours nécessité d'une aide dans les deux semaines à venir au maximum ?
Pour la troisième question, je te conseille de regarder les cours de Husson et Pages sur internet, par exemple, sur youtube.
Pour la dernière question, c'est toujours gênant d'avoir des valeurs manquantes.
Cordialement. -
Bonjour, je vous remercie pour le retour. Désolée pour ma réponse tardive, je pensais reçevoir une alerte en cas de réponse et je n'avais pas vu.
Entre temps j'ai réalisé qu'il y avait des erreurs dans le poids des plantes (voici le fichier exemple_2 en tableau ci-dessous avec ces erreurs corrigées).
Aussi, mon design expérimental a changé, j'ai réfléchi et je dois inclure un facteur "field treatment", je m'explique:
pour mon deuxième design expérimental si j’ajoute une variable « Field treatment (oui/non) », c’est-à-dire si avant d’être mis dans les unités la moitié des plantes ont subies un traitement au champs et l’autre moitié non (design expérimental 2) donc dans chaque unité j’ai mes 5 variétés traitées au champs et mes 5 variétés non traitées au champs. Et ensuite chaque unité est traitée avec un produit différent et ceci est répété 3 années de suite.
Donc dans les variables qui peuvent influencer/expliquer ces mesures j'aurai :
-variété (N=5)
-traitement (N=3) (les traitements sont réalisées dans des UE séparées)
-Field treatment (oui/non)
-période d'observation en mois (N=2)
-année de l'essai (N=3 pour variable 1 et 2 et N=2 pour variable 3) = répétitions
(Voici une photo de mon design expérimental 2 en PJ).
Merci déjà pour les pistes, je vais aller voir les cours que vous conseillez.
Oui je pense toujours avoir besoin d'aide pour le choix du modèle et d'explications, si cela vous demande trop de temps, je comprends, vous pouvez peut -être me donner des pistes à suivre.
Merci par avance pour votre aide.
Bonne journée.
Meilleures salutations.
Mon tableau.Variete Traitement periode annee poids_racines taille_racines poids_plantes var1 t1 3mois an1 3.53 8.52 na var2 t1 3mois an1 7.73 14.32 na var3 t1 3mois an1 0.04 0.96 na var4 t1 3mois an1 1.96 3.4 na var5 t1 3mois an1 0.42 4.16 na var1 t2 3mois an1 0.07 0.68 na var2 t2 3mois an1 0 0 na var3 t2 3mois an1 0.1 0.16 na var4 t2 3mois an1 1.3 6.56 na var5 t2 3mois an1 0.5 0.84 na var1 t3 3mois an1 0.15 1.4 na var2 t3 3mois an1 0 0.36 na var3 t3 3mois an1 4.02 3 na var4 t3 3mois an1 0.25 1.52 na var5 t3 3mois an1 1.61 4.92 na var1 t1 5mois an1 0 0.8 na var2 t1 5mois an1 0.215 2.62 na var3 t1 5mois an1 0.495 3.34 na var4 t1 5mois an1 0.14 1.14 na var5 t1 5mois an1 0.045 0.84 na var1 t2 5mois an1 0.94 6.3 na var2 t2 5mois an1 0.075 1.08 na var3 t2 5mois an1 0.085 1.14 na var4 t2 5mois an1 0.09 1.36 na var5 t2 5mois an1 0.19 1.28 na var1 t3 5mois an1 0 1.56 na var2 t3 5mois an1 0 0.6 na var3 t3 5mois an1 0 0.92 na var4 t3 5mois an1 18.35 21.24 na var5 t3 5mois an1 34 14.68 na var1 t1 3mois an2 9.28 14.24 2.9 var2 t1 3mois an2 4 8.8 2.18 var3 t1 3mois an2 3.78 11.84 2.7 var4 t1 3mois an2 0 1 2.5 var5 t1 3mois an2 0 1 2.4 var1 t2 3mois an2 0 0.88 2.6 var2 t2 3mois an2 7.58 25.2 3.2 var3 t2 3mois an2 0.33 2.04 2.7 var4 t2 3mois an2 7.34 19.48 2.8 var5 t2 3mois an2 0.02 1.08 2.5 var1 t3 3mois an2 5.845 12.84 2.2 var2 t3 3mois an2 0.44 1.42 4.2 var3 t3 3mois an2 0.07 1.02 3.9 var4 t3 3mois an2 0.045 1.02 2.8 var5 t3 3mois an2 6.315 13.24 3.5 var1 t1 5mois an2 0.475 2.64 3.5 var2 t1 5mois an2 0.9 4.04 2.5 var3 t1 5mois an2 0.025 0.96 4.2 var4 t1 5mois an2 28.97 30.28 3 var5 t1 5mois an2 36.1 29.84 2 var1 t2 5mois an2 0.76 3.72 6.2 var2 t2 5mois an2 0.32 2.32 4.2 var3 t2 5mois an2 14.8 19.48 2.7 var4 t2 5mois an2 21.7 30.92 3.56 var5 t2 5mois an2 4.36 6.32 4.01 var1 t3 5mois an2 2.3 3.72 3.71 var2 t3 5mois an2 5.5 13.88 2.28 var3 t3 5mois an2 0.05 1.16 13.9 var4 t3 5mois an2 0 1.04 1.9 var5 t3 5mois an2 0 0.6 1.7 var1 t1 3mois an3 8.33 17.4 2.4 var2 t1 3mois an3 0.31 3.92 1.6 var3 t1 3mois an3 8.48 16.88 2.16 var4 t1 3mois an3 0.01 0.52 1.7 var5 t1 3mois an3 8.125 12.5 1.73 var1 t2 3mois an3 0.15 1.74 na var2 t2 3mois an3 0.015 0.94 2.26 var3 t2 3mois an3 0.065 0.96 1.79 var4 t2 3mois an3 13.69 24.8 2.16 var5 t2 3mois an3 1.165 4.26 1.95 var1 t3 3mois an3 0.905 2.62 2.43 var2 t3 3mois an3 0 0.98 2.08 var3 t3 3mois an3 0.45 2.52 1.8 var4 t3 3mois an3 11.34 20.84 4 var5 t3 3mois an3 0.18 1.56 3.9 var1 t1 5mois an3 0 0.8 2.15 var2 t1 5mois an3 18.6 26.8 1.8 var3 t1 5mois an3 0.01 1.2 3.4 var4 t1 5mois an3 0.82 3.8 2.8 var5 t1 5mois an3 0 0.04 2.6 var1 t2 5mois an3 2.33 8.4 2.7 var2 t2 5mois an3 0.98 6.24 3.2 var3 t2 5mois an3 0 0.92 2.7 var4 t2 5mois an3 0.01 1.12 2.4 var5 t2 5mois an3 6.71 16.2 3.9 var1 t3 5mois an3 0.4 4.96 2.7 var2 t3 5mois an3 2.83 10.56 3 var3 t3 5mois an3 0.04 12 2.9 var4 t3 5mois an3 1.245 13 2.96 var5 t3 5mois an3 0.5 12 2.87
-
Bonjour,
Désolé mais j'ai été un peu débordé. Ma remarque est que tes données sont issues non pas d'un plan d'expériences construit en amont mais que tu hérites de données qui ne "collent" pas forcément à un plan bien connu. Qu'en penses-tu ?
Cordialement. -
Bonjour,
merci pour le retour, oui vous avez tout à fait raison. Lorsque je suis arrivée sur mon lieu de travail, les essais étaient déjà en place et je n'ai pas pu choisir le design expérimental en amont.
Depuis mon dernier message, j'ai pu avoir quelques réponses:
-d'un point de vue statistique: ce que j'appelle "traitement" correspond en fait à une parcelle et non pas à une unité expérimentale, j'ai donc 3 parcelle car 3 traitements
- les modalités FT field treatment (treated ou untreated) correspondent à des petites parcelles dans chacune des grandes parcelles
-mes variétés correspondent à des unité expérimentales
-mes années sont mes répétitions
Je joins à ce message le fichier exemple avec la colonne "field treatment" et au format csv.
En faisant cela je fais lhypothèse suivante :il n'y a pas de différence selon l’emplacement de la variété dans la parcelle, je suppose que c’est homogène.
En ce qui concerne la période d'observation, on m'a dit qu'il vallait mieux faire 2 analyses séparées pour chacune des dates d'observation.
Si j'ai bien compris je dois faire un modèle type split plot et le faire pour chacune des dates d'observation et pour chacune des variables mesurées comme ceci:
splitplot4.mod <- lmer(poids_racines ~ traitement* Field treatment * variete +(1|annee)+(traitement|annee), data=fi)
Est-ce que c'est correcte? J'ai un message d'erreur qui vient avec cette ligne de code
Pour ce modèle spli plot je dois vérifier la distribution normale avec le Shapiro test et vérifier l’égalité des variances avec le Levene test mais je dois faire ces analyses sur les résidus et pas sur les données. Savez-vous comment trouver les résidus du split plot / quelle ligne de code écrire pour faire directement le test sur les résidus SVP?
Meilleures salutations,
Margot. -
Entendu. Je vais voir ça avec toi ce week-end à tête reposée si quelqu'un d'autre n'a pas pu t'aider avant. N'hésites pas à me joindre en MP.
Bien cordialement. -
Bonjour,
c'est très gentil, merci. Je reviens vers vous avec le script R si je ne suis pas débloquée.
Meilleures salutations,
Margot. -
En attendant, je te conseille vivement de parcourir le chapitre 7 avec les exemples du livre en pdf de Pierre Dagnelie, (2012), Principes d'expérimentation : planification des expériences et analyse de leurs résultats, Les presses agronomiques de Gembloux : http://www.dagnelie.be/docpdf/ex2012.pdf
Je te signale que le code R des exemples, comme il est précisé dans le livre, se trouve sur le site de l'auteur : http://www.dagnelie.be/docexr/
A bientôt. -
Pas de nouvelles, bonnes nouvelles.
Bonne continuation. -
Bonjour,
merci je vais lire tout ça et je reviendrai vers vous si je suis toujours bloquée.
Encore merci pour votre précieuse aide et votre réactivité, je n'hésiterai pas à revenir vers vous si cela vous convient.
Meilleures salutations,
Margot.
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.1K Toutes les catégories
- 7 Collège/Lycée
- 21.8K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 52 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 62 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 312 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 772 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres
In this Discussion
Qui est en ligne 5
5 Invités