[Divers] Statistiques en biologie

[marmotte412]

Bon alors je ne savais pas trop dans quel forum poster ça, mais vu que je suis en biologie je préfère le mettre ici ! voilà j'ai eu des cours de biostatistiques, fais bon nombre d'exercices sur le test du khi-deux, les anova et la régression linéaire, mais toujours traités séparément ! et là je regarde les annales et grande surprise !! je ne sais pas quel test appliqué pour chaque exercice donné (au nombre de 2) !! quelqu'un pourrait-il m'aidé ?? svp !!!
Je ne sais pas comment faire pour choisir tel ou tel test

[marmotte412]

aidez-moi svp !!

[jeje12.ultra]

tu as les tests parametriques et non parametriques pour comparer deux moyennes pour un meme caractère.

pour le chi-2 c'est quand tu analyse si la distribution connue diffère d'une distribution hypothetique. tu y regarde le tableau de contingence
Tu dois obligatoirement avoir une independance des données et des frequences <5 pour DDL=2 et <10 pour DDL=1
par exemple si tu as 1579751 ___ 7-1=6 ddl mais tu as plus de 5 rang donc tu regroupe les deux dernier 67976.

Pour l'anova tu analyse les effets d'un traitement (T°c, PH....) sur une donnée quantitative (tailles, poids...)
idem pour l'anova multiple où tu regarde l'effet de plusieur traitement.

l'ancova c'est quand tu fais la regression lineaire de l'anova.
exp= le poid depend de la taille, et on étudie la diff entre des regimes alimentaires.... tu as donc une anova (nutrition) et avec une co variance (taille). bref tu as une ou + variable(s) indpt continue et 1 discontinue...

regression lineaire: tu regarde une variable dpt continue en fonction d'une variable indpt continue.
pour le GLM: tu compare deux LM ( comme LM Poid~taille, et Male comparé à femelle)

ACP, c'est pour visualiser la tendance d'un caractère pour un nuage de points..


Moi je l'ai compris comme ça, j'espère ne pas me tromper...
c'est vrai que les stats c'est pas clair et pas facile.
Justement moi aussi j'aimerai profiter de l'ouverture de cette discution pour mieux comprendre.

merci d'avance pour nous aider

[chrisgir]

Alors

En premier lieu : données normalement distribuées ou non?

Si non : deux solutions : modèle linéaire généralisé (à préférer) ou tests non paramétriques (si on n'arrive vraiment pas a faire u MLG)

Ensuite tout dépend des types de variables

Variable à expliquer : qualitative
Variable explicative : qualitatives (aussi appelée facteur): tableau de contingence --> test de KhiDeux

Variable à expliquer : quantitative
Variables explicatives : quantitatives (covariables)

Régression linéaire (généralisable à n covariables), il faut regarder la distribution des résidus et le coefficient de regression r

Variable à expliquer quantitative
Variable explicatives : qualitatives et quantitatives

ANOVA (en fait Modèle Linéaire Général, différent du modèle linéaire Généralisé)

L'ANOVA (et la régression linéaire) est un cas particulier de Modèle Linéaire Général, lui même cas particulier de Modèle Linéaire Généralisé

Cordialement

[mac_eden]

Je poste ici pour ne pas ouvrir une nouvelle discussion. Svp, j'aimerais savoir ce qu'on peut déduire après avoir calculé le coefficient de variation K. J'aimerais aussi savor ce qu'on entend par dispersion par rapport à une variation. Merci.