Bonjour,
Je dispose du jeu de données suivant:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
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:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
AI~traitement*time+Error(individu)
J'ai donc écrit ce script:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
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:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
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:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
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!