Bonjour,
Je dispose du jeu de données suivant:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182
| time traitement individu AI
1 Pucerons P218 22.9377
2 Pucerons P218 23.922
3 Pucerons P218 24.4767
4 Pucerons P218 24.7087
5 Pucerons P218 27.0216
6 Pucerons P218 25.823
7 Pucerons P218 28.1442
8 Pucerons P218 24.5358
9 Pucerons P218 25.9069
10 Pucerons P218 25.5948
11 Pucerons P218 27.3385
12 Pucerons P218 25.0579
13 Pucerons P218 24.2076
1 Pucerons P199 35.1746
2 Pucerons P199 31.3751
3 Pucerons P199 30.2207
4 Pucerons P199 30.3629
5 Pucerons P199 30.4852
6 Pucerons P199 32.102
7 Pucerons P199 30.4558
8 Pucerons P199 31.1691
9 Pucerons P199 29.9109
10 Pucerons P199 30.4557
11 Pucerons P199 30.7359
12 Pucerons P199 32.2195
13 Pucerons P199 29.2169
1 Pucerons P200 32.8044
2 Pucerons P200 33.1642
3 Pucerons P200 28.1286
4 Pucerons P200 30.3388
5 Pucerons P200 31.76
6 Pucerons P200 32.7313
7 Pucerons P200 33.692
8 Pucerons P200 31.1711
9 Pucerons P200 31.7917
10 Pucerons P200 31.0351
11 Pucerons P200 29.1704
12 Pucerons P200 26.6304
13 Pucerons P200 25.6835
1 Pucerons P228 24.9472
2 Pucerons P228 24.2902
3 Pucerons P228 26.0736
4 Pucerons P228 24.188
5 Pucerons P228 24.4904
6 Pucerons P228 26.0639
7 Pucerons P228 25.4842
8 Pucerons P228 24.3877
9 Pucerons P228 25.297
10 Pucerons P228 25.6819
11 Pucerons P228 25.348
12 Pucerons P228 25.1241
13 Pucerons P228 26.0493
1 Pucerons P144 25.7028
2 Pucerons P144 26.843
3 Pucerons P144 27.2401
4 Pucerons P144 26.1126
5 Pucerons P144 25.9074
6 Pucerons P144 24.82
7 Pucerons P144 26.9366
8 Pucerons P144 27.0841
9 Pucerons P144 25.0756
10 Pucerons P144 25.183
11 Pucerons P144 25.7039
12 Pucerons P144 24.4651
13 Pucerons P144 23.297
1 Sain P184 35.8798
1 Sain P137 33.1006
1 Sain P105 28.7555
1 Sain P86 36.2666
1 Sain P140 31.0525
2 Sain P184 35.1108
2 Sain P137 32.8302
2 Sain P105 28.6759
2 Sain P86 36.0743
2 Sain P140 32.204
3 Sain P184 34.8155
3 Sain P137 32.8098
3 Sain P105 32.0086
3 Sain P86 36.6349
3 Sain P140 33.9769
4 Sain P184 37.0137
4 Sain P137 33.1745
4 Sain P105 28.1065
4 Sain P86 39.1677
4 Sain P140 36.3783
5 Sain P184 37.5978
5 Sain P137 32.715
5 Sain P105 30.8077
5 Sain P86 39.3864
5 Sain P140 38.2505
6 Sain P184 37.9215
6 Sain P137 34.7746
6 Sain P105 28.1655
6 Sain P86 42.4612
6 Sain P140 36.3363
7 Sain P184 35.125
7 Sain P137 32.4024
7 Sain P105 32.3449
7 Sain P86 40.938
7 Sain P140 37.3208
8 Sain P184 34.2912
8 Sain P137 32.9158
8 Sain P105 31.3873
8 Sain P86 39.8375
8 Sain P140 36.838
9 Sain P184 34.7007
9 Sain P137 29.4252
9 Sain P105 30.9717
9 Sain P86 36.8922
9 Sain P140 34.1585
10 Sain P184 37.7509
10 Sain P137 32.9662
10 Sain P105 28.9382
10 Sain P86 35.7032
10 Sain P140 35.1263
11 Sain P184 35.8264
11 Sain P137 31.5193
11 Sain P105 30.6138
11 Sain P86 35.4315
11 Sain P140 35.6953
12 Sain P184 34.856
12 Sain P137 30.193
12 Sain P105 30.5262
12 Sain P86 34.1675
12 Sain P140 33.6183
13 Sain P184 33.8614
13 Sain P137 29.8387
13 Sain P105 28.9643
13 Sain P86 32.2235
13 Sain P140 36.016
1 Vegetaline P119 30.7079
1 Vegetaline P183 32.5673
1 Vegetaline P227 30.7458
1 Vegetaline P177 25.8135
2 Vegetaline P119 31.306
2 Vegetaline P183 30.2948
2 Vegetaline P227 31.3719
2 Vegetaline P177 25.0673
3 Vegetaline P119 31.8979
3 Vegetaline P183 29.8112
3 Vegetaline P227 27.3149
3 Vegetaline P177 24.416
4 Vegetaline P119 29.6642
4 Vegetaline P183 33.3022
4 Vegetaline P227 26.3307
4 Vegetaline P177 23.8861
5 Vegetaline P119 31.4891
5 Vegetaline P183 33.6688
5 Vegetaline P227 28.9931
5 Vegetaline P177 23.3772
6 Vegetaline P119 33.5102
6 Vegetaline P183 32.0987
6 Vegetaline P227 29.0249
6 Vegetaline P177 23.1294
7 Vegetaline P119 33.5446
7 Vegetaline P183 31.78
7 Vegetaline P227 28.4764
7 Vegetaline P177 24.1798
8 Vegetaline P183 32.1954
8 Vegetaline P227 30.3897
8 Vegetaline P177 22.5917
9 Vegetaline P119 34.6314
9 Vegetaline P183 32.1283
9 Vegetaline P227 31.617
9 Vegetaline P177 22.567
10 Vegetaline P119 34.5228
10 Vegetaline P183 31.3379
10 Vegetaline P227 29.9265
10 Vegetaline P177 21.2972
11 Vegetaline P119 35.0228
11 Vegetaline P183 33.9398
11 Vegetaline P227 33.9617
11 Vegetaline P177 21.6968
12 Vegetaline P119 32.2593
12 Vegetaline P183 34.3836
12 Vegetaline P227 30.6312
12 Vegetaline P177 22.194
13 Vegetaline P119 32.3111
13 Vegetaline P183 33.4166
13 Vegetaline P227 29.9743
13 Vegetaline P177 23.5994 |
Avec:
time-> le temps.
traitement-> 3 traitements différents
individu-> identifie les individus sur lesquels ont été effectuées les mesures.
AI-> ma variable dépendante (variable étudiée)
On a donc effectué des mesures répétées de la variable AI (time=de 1 à 13 soient 13 pas de temps) selon 3 traitements différents. Les échantillons sont indépendants puisque chaque série de (13) mesures est effectuée sur un individu différent.
Je souhaite analyser ces données via une Anova en mesures répétées. Soit le modèle suivant qui considère la variabilité dûe à chaque individu:
AI~traitement*time+Error(individu)
J'ai donc écrit ce script:
1 2
| a=read.table("data.txt",header=T)
test=aov(AI~traitement*time+Error(individu),a) |
Cependant, lorsque je souhaite ensuite tester l'hypothèse selon laquelle l'erreur suit une loi normalité et présente une variance homogène je rencontre le message d'erreur suivant:
1 2 3 4 5
| >shapiro.test(residuals(test))
Error: is.numeric(x) is not TRUE
>bartlett.test(residuals(test),interaction(a$traitement,a$time,drop=TRUE))
Error in bartlett.test.default(residuals(test), interaction(a$traitement, :
'x' and 'g' must have the same length |
Egalement, lorsque je souhaite procéder à un test post-hoc:
1 2 3
| >TukeyHSD(aov(AI~traitement*time+Error(individu),a))
Error in UseMethod("TukeyHSD") :
no applicable method for 'TukeyHSD' applied to an object of class "c('aovlist', 'listof')" |
Si je retire le terme "Error(individu)" de mon modèle, ces erreurs disparaissent et le script fonctionne. Il y a donc quelque chose que je ne comprends pas vis-à-vis du terme d'erreur! Quelqu'un peut-il m'expliquer?
Merci pour votre aide!
Partager