Résultats de mon test de Student improbables !

[lalaku]

Je viens vers vous parce que je suis perdu !
J'ai 2 espèces végétales Maïs et Radis.
Ces deux espèces ont subit un traitement à un herbicide.
J'ai recensé les longueurs et masses sèches des parties aériennes et racinaires pour chaque espèce végétale.
J'ai 20 données à chaque fois.
Je voudrais savoir s'il y un effet du traitement.
J'ai donc voulu faire un test de Student.

Voici mon .xls Phytotoxicité.xls

Par exemple, je trouve pour les racines de maïs en masse sèche une p-value de 0,23789 donc bien supérieur à 5%, or si vous regardez la distribution en histogramme, c'est impossible, il y a un facteur 2...

Si quelqu'un a une idée, il me sauverait !
-----

[invitec5eb4b89]

Bonjour,

Excel ne te donne pas les histogrammes de tes échantillons, d'ailleurs s'il te les donnais, tu pourrais constater visuellement le résultat que te donne le test de Student : la masse sèche de la racine de maïs n'est pas tellement différente avec ou sans traitement. La moyenne est trompeuse parce qu'il y a deux individus un peu atypiques dans un des deux échantillons, si tu regardais les médianes, tu verrais qu'elles sont beaucoup plus proches l'une de l'autre que la moyenne...

Bon courage,
V.

[lalaku]

Bonjour,

Excel ne te donne pas les histogrammes de tes échantillons, d'ailleurs s'il te les donnais, tu pourrais constater visuellement le résultat que te donne le test de Student : la masse sèche de la racine de maïs n'est pas tellement différente avec ou sans traitement. La moyenne est trompeuse parce qu'il y a deux individus un peu atypiques dans un des deux échantillons, si tu regardais les médianes, tu verrais qu'elles sont beaucoup plus proches l'une de l'autre que la moyenne...

Bon courage,
V.

Autant pour moi !
Je pensais qu'avec un facteur 2 entre mes moyennes, mon test de Student n'était pas cohérent.
Donc la masse sèche n'est influencée par le traitement ? ça n'arrange pas mes affaires...
Merci en tout cas ^_^

[invitec5eb4b89]

Re-bonjour,

Il ne faut pas regarder que les moyennes, il faut aussi regarder les écarts-types (et c'est ce que fait le test de Student). Si tu veux publier tes résultats, ou même communiquer dessus, je te conseille d'abandonner les diagrammes en bâtons, et de faire plutôt des "boites à moustaches", ou au minimum, de rajouter des "barres d'erreurs" sur tes diagrammes !

Bon courage,
V.

[A voir en vidéo sur Futura]

[kinette]

Bonjour,
As-tu vérifié que tu étais dans les bonnes conditions pour le test de Student? (variances, etc...).

De plus il y a à mon avis moyen d'utiliser simultanément tes deux espèces en rentrant l'espèce comme un facteur dans l'Anova... normalement ça devrait donner un peu plus de puissance à l'analyse.

K

[lalaku]

Re-bonjour,

Il ne faut pas regarder que les moyennes, il faut aussi regarder les écarts-types (et c'est ce que fait le test de Student). Si tu veux publier tes résultats, ou même communiquer dessus, je te conseille d'abandonner les diagrammes en bâtons, et de faire plutôt des "boites à moustaches", ou au minimum, de rajouter des "barres d'erreurs" sur tes diagrammes !

Bon courage,
V.

Re-bonjour,

j'ai bien essayé de rajouter les écart-types sur Office ONE mais il ne me propose pas de prendre une série de valeurs... il me met des écart-types incompréhensibles, les mêmes pour chaque barre d'histogramme...
quant-à la boîte à moustache, je ne sais pas comment la réaliser...

avez-vous une idée ?

[invitec5eb4b89]

(...)
avez-vous une idée ?

Passer sous R : http://cran.r-project.org/
Ce qui permettra en outre de mettre en œuvre ce que propose Kinette.

[lalaku]

Passer sous R : http://cran.r-project.org/
Ce qui permettra en outre de mettre en œuvre ce que propose Kinette.

c'est bon j'ai mes boxplot ^_^ merci !
sinon on m'a conseillé un test de wilcoxon pour mon problème àfaire sous R, qu'en pensez-vous ? il faut que je me documentes parce que je ne connais pas les fonctions associées à ce test...

[lalaku]

c'est bon j'ai mes boxplot ^_^ merci !
sinon on m'a conseillé un test de wilcoxon pour mon problème àfaire sous R, qu'en pensez-vous ? il faut que je me documentes parce que je ne connais pas les fonctions associées à ce test...

[edit]j'ai obtenu

wilcox.test(MTR, MNTR, alternative = "less")

Wilcoxon rank sum test with continuity correction

data: MTR and MNTR
W = 96.5, p-value = 0.002651
alternative hypothesis: true location shift is less than 0

Warning message:
In wilcox.test.default(MTR, MNTR, alternative = "less") :
impossible de calculer la p-value exacte avec des ex-aequos

puis-je quand même utiliser la p-value ou comment corriger ?

[kinette]

Bonjour,

Je ne suis pas certaine que ce message d'erreur soit très embêtant... il ne peut pas calculer la p value exacte... mais elle doit rester proche de ce que tu obtiens.
Par contre la différence avec le test de Student m'étonne beaucoup: nomalement un test non paramétrique est plus conservatif qu'un test paramétrique.
Que te donne le test sous R?

Pour vérifier si tu peux utiliser le test de Student, shapiro.test sur tes données (vérification de la normalité) et var.test pour vérifier si les variances son identiques (sinon faire le test de Student corrigé).

Puis comme tu as l'air de t'en sortir avec R (bravo), tente une Anova avec comme facteurs l'espèce et le traitement (et une interaction).
la syntaxe de mémoire doit être un truc du genre
lm( hauteur~traitement*espece).
L'intérêt: si l'effet était faible, ça pourrait permettre de le mettre en évidence en augmentant l'échantillon (si non mis en évidence pour les espèces séparées).
Ca permet en même temps de comparer les espèces, et voir si l'effet est différent entre espèce (interaction).



(bon évidemment normalement pour une ANOVA, il faut des données normales et une égalité de variance... ceci dit l'ANOVA est un test robuste, donc on peut s'éloigner un peu des conditions théoriques... enfin c'est du moins ce que m'avait expliqué un prof de stats ).

Cordialement,
K

[lalaku]

Bonjour,

Je ne suis pas certaine que ce message d'erreur soit très embêtant... il ne peut pas calculer la p value exacte... mais elle doit rester proche de ce que tu obtiens.
Par contre la différence avec le test de Student m'étonne beaucoup: nomalement un test non paramétrique est plus conservatif qu'un test paramétrique.
Que te donne le test sous R?

Pour vérifier si tu peux utiliser le test de Student, shapiro.test sur tes données (vérification de la normalité) et var.test pour vérifier si les variances son identiques (sinon faire le test de Student corrigé).

Puis comme tu as l'air de t'en sortir avec R (bravo), tente une Anova avec comme facteurs l'espèce et le traitement (et une interaction).
la syntaxe de mémoire doit être un truc du genre
lm( hauteur~traitement*espece).
L'intérêt: si l'effet était faible, ça pourrait permettre de le mettre en évidence en augmentant l'échantillon (si non mis en évidence pour les espèces séparées).
Ca permet en même temps de comparer les espèces, et voir si l'effet est différent entre espèce (interaction).



(bon évidemment normalement pour une ANOVA, il faut des données normales et une égalité de variance... ceci dit l'ANOVA est un test robuste, donc on peut s'éloigner un peu des conditions théoriques... enfin c'est du moins ce que m'avait expliqué un prof de stats ).

Cordialement,
K

Merci ! J'avais pour projet de faire une ANOVA dès le départ mais je n'y arrive pas...
Peut être avez-vous vu les feuilles 2 et 3 du .xls, j'ai déjà préparer les tableaux à injecter sous R, mais je n'y arrive pas... avec quel format rentrer ces données sous R ? de même, une ANOVA à 2 facteurs, je suis un peu perdu...

j'ai cherché des exemples et je suis tombé sur ça

> r endement _aov<-data . frame ( r d t , al im , dos e )
> r d t<-c ( x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 )
> z<-rep ( c ( 1 , 2 , 3 , 4 ) , c ( 5 , 5 , 5 , 5 ) )
> a l im<-rep ( z , 2 )
> dos e<-rep ( c ( 0 , 1 ) , c ( 2 0 , 2 0 ) )

j'ai du mal à voir ce qu'ils cherchent à incrémenter !

[invitec5eb4b89]

[edit]j'ai obtenu

wilcox.test(MTR, MNTR, alternative = "less")

Wilcoxon rank sum test with continuity correction

data: MTR and MNTR
W = 96.5, p-value = 0.002651
alternative hypothesis: true location shift is less than 0
(...)

Bonjour, sur les mêmes données (maïs, masse sèche,racines, traité ou non traité) extraites de ton tableau, j'obtiens des résultats un peu différents :

> MTR
 [1] 0.0170 0.0398 0.0310 0.0231 0.0277 0.0120 0.0101 0.0104 0.0147 0.0090 0.1610 0.0061 0.0054 0.0131 0.0075 0.4170 0.0025 0.0021 0.0075 0.0127
> MNTR
 [1] 0.0190 0.0271 0.0171 0.0406 0.0322 0.0048 0.0062 0.0100 0.0057 0.0197 0.0136 0.0133 0.0158 0.0165 0.0156 0.0076 0.0049 0.0163 0.0148 0.0102
> 
> shapiro.test(MTR)

        Shapiro-Wilk normality test

data:  MTR 
W = 0.4212, p-value = 6.637e-08

> shapiro.test(MNTR)

        Shapiro-Wilk normality test

data:  MNTR 
W = 0.8858, p-value = 0.02251

> 
> wilcox.test(MTR,MNTR,alternative="less")

        Wilcoxon rank sum test with continuity correction

data:  MTR and MNTR 
W = 187, p-value = 0.3676
alternative hypothesis: true location shift is less than 0 

Warning message:
In wilcox.test.default(MTR, MNTR, alternative = "less") :
  impossible de calculer la p-value exacte avec des ex-aequos