Discussion :

[Fnouch]

Bonjour !

Je tente ma première ANOVA ! et j'ai déjà des ennuis

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
data <- read.table("BDD\\BDD_2007-2012v2.txt", sep="\t", dec=".", header=T,row.names=1, na.strings="NA")
data$lnEF1a_F<-log(data$EF1a_F)
facqPCR<-as.factor(data$lnEF1a_F)
facprec<-as.factor(data$V16)
facqPCR
facprec
r<-aov(facqPCR~facprec, data=data)
anova(r)

à la dernière ligne de code, R me renvoi un message d'erreur : "Erreur dans if (ssr < 1e-10 * mss) warning("ANOVA F-tests on an essentially perfect fit are unreliable") :
valeur manquante là où TRUE / FALSE est requis
De plus : Message d'avis :
In Ops.factor(object$residuals, 2) : ^ not meaningful for factors"

Et je ne comprends pas pourquoi il n'est pas content ! Est ce que c'est parce que ma variable V16 est une variable qualitative ? si quelqu'un peut m'aider je suis preneuse de toutes hypothèses de solutions

Merci

[arm3366]

Bonjour,
A premiere vu, votre problème ressemble plus à un problème d'analyse qu'à un problème avec R.
C'est quoi l'objectif de votre teste ANOVA ?
Je pense qu'il faudrait d'abord jetter un oeil sur la théorie des test ANOVA.
Si c'est pour tester l'existence de liaisons significatives entre tes deux variables, tu devra plutôt effectuer un teste du KHI-2.

BC

[Fnouch]

En effet un khi 2 serait plus judicieux ...
je veux voir si il y a un effet de ma variable V16 sur ma variable lnEF1a_F..
J'ai réécris le même script en remplaçant aov par chisq.test et j'ai un message d'erreur "Erreur dans chisq.test(facqPCR ~ facprec, data = data) :
argument(s) inutilisé(s) (data = data)"

Je ne comprends pas ...

Mais il semblerait que j'oublie une étape : il faudrait d'abord que je teste la normalité ... je ne sais pas encore comment je vais faire mais je vous tiens au courant..

Merci

[Fnouch]

le souci c'est que l'une de mes variables V16 est qualitative

[collosus]

Tu as testé ça ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

chisq.test(data$facqPCR,data$facprec)

[Fnouch]

Oui, on me met "Erreur dans chisq.test(data$facqPCR, data$facprec) :
au moins une valeur de 'x' doit être positive" ... normal, mon x est une valeur qualitative

[collosus]

Pourquoi tu veux rendre ta variable quanti en quali.
pour calculer la liaison entre 2 variables il faut :

• entre quanti et quanti = corrélation
• entre quanti et quali = anova
• entre quali et quali = khi 2

ça ne répond pas à ta question mais peut être que cela peut t'aider.

[Fnouch]

eh bien ici c'est entre quali et une quanti donc il me faut une anova !
dans ce cas on en revient à mon premier problème

[arm3366]

Bonjour,
Juste un petit conseil.
Il ne faut JAMAIS effectuer une analyse ou un teste sous R sans savoir les arguments nécessaires et et les résultats auxquels, on devrait s'attendre !!!
- Si vous souhaiter faire un teste ANOVA, je ne vois pas pourquoi vous transformer vos variables en facteurs. Ceci nécessite donc de revenir sur la théorie de l'ANOVA.
- Est ce que la conditions d'effectuer ce teste sont réunis:
1. Ta variable factorielle possède plus de trois modalités,
2. Les variances de ta variable quantitative égales dans chaque échantillon
=> donc nécessite un teste d’égalité de variance, ce qui dépendant à son tour de plusieurs hypothèses:Si ta variable quantitative est normale: vous regarderez les testes paramétriques, sinon les testes non paramétriques.

3. Est ce que ta variable quantitative est normale ou ton échantillon assez grand (supérieur à 30)

BC

[Fnouch]

- Est ce que la conditions d'effectuer ce teste sont réunis:
1. Ta variable factorielle possède plus de trois modalités,
2. Les variances de ta variable quantitative égales dans chaque échantillon
=> donc nécessite un teste d’égalité de variance, ce qui dépendant à son tour de plusieurs hypothèses:Si ta variable quantitative est normale: vous regarderez les testes paramétriques, sinon les testes non paramétriques.

3. Est ce que ta variable quantitative est normale ou ton échantillon assez grand (supérieur à 30)

voilà je reviens donc avec un test de normalité de la variable que j'étudie (EF1a_F). voilà ce que j'ai fais :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
> t<-data[ ,"EF1a_Fgraminearum"]
> shapiro.test(t)
 
        Shapiro-Wilk normality test
 
data:  t 
W = 0.1804, p-value < 2.2e-16

ma p-value est inférieure à 0,05 donc ma variable ne suit pas une loi normale, il faut donc que j'utilise des tests non paramétriques... et là je suis larguée.. je vais voir si il y a des cours sur internet

j'ai vu que certains faisaient des Q-Q plot pour "vérifier" la normalité ... pour ma part si je lance "qqnorm(t)" R ne répond rien mais m'affiche un graphe je ne sais pas comment l'interpréter non plus ....

Elle est longue la route jusqu'à l'analyse judicieuse de mon jeu de données

[arm3366]

Ma variable ne suit pas une loi normale, il faut donc que j'utilise des tests non paramétriques...

Vous n'avez repondu qu'à une seule question: la normalité
Avant de se lancer dans les testes non-paramétriques:

• Combien de modalité possède ta variable factorielle?
• Est ce la variance de ta variable quantitative est constante , i.e il n'y a pas de différence significative entre les variances de ta variable quantitative selon les échantillons ?

1. Si On suppose que ta variable qualitative a deux modalités et ta variable quantitative n'est pas normale: tu fait dans ce cas un test de Wilcoxon

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Fonction R : wilcox.test()

2. Si On suppose que ta variable qualitative a plus de deux modalités et ta variable quantitative n'est pas normale. Tu vérifie d'abord l'homoscedasticite de la variance de ta variable quantitative: Test non-paramétrique de Levenne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Fonction R: levene.test()

• Si à l'issu du test de Levenne, tu accepte H0 et n (nombre d'observation ) est assez grand (n>30), dans ce cas tu as carte blanche pour faire ton teste ANOVA
• Sinon, tu fais un teste de Kruskal-Walis

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  Fonction R kruskal.test()

[arm3366]

Voici un lien http://eric.univ-lyon2.fr/~ricco/cou...ta_mining.html qui contient beaucoup de ressource en datamining (statistique).
Sur les deux derniers cours, tu auras tous les infos sur les tests statistiques.

BC

[Sengar]

Yop,

Sinon l'erreur c'était parce que tu utilisais ton anova (ou chis2 après) en disant que tu travaillais sur le dataframe "data" alors que les variables utilisées n'étaient pas dedans.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
facqPCR<-as.factor(data$lnEF1a_F)
facprec<-as.factor(data$V16)

facqPCR et facprec ne sont pas dans data

"Erreur dans chisq.test(facqPCR ~ facprec, data = data) :
argument(s) inutilisé(s) (data = data)"

D'où l'erreur.