Discussion :

[lyonnaisdu26]

Bonjour,

Actuellement stagiaire, je sèche un peu sur le logiciel R où je dois réaliser une anova a 2 facteurs : type d'intervention et chirurgiens

Pour chaque chirurgien et intervention j'ai une moyenne sur la duree d'opération et la durée de l'opération réelle. Mais pour un même chirurgiens et une même opération, cette moyenne peut changer d'un jour à l'autre (si ce n'est tout le temps). On me demande de tester si ces moyennes sont correctement calculés, autrement dit, de tester si elles sont juste.

Je suppose qu'il s'agit d'une ANOVA à 2 facteurs (avec interactions je pense), mais n'en n'ayant jamais réalisé sous un logiciel (avec autant de données), je dois bien avoué que je sèche complètement.

Je ne sais pas si j'ai été bien clair dans l'explication de ma problématique, donc si vous avez des questions pour clarifier tout ça, aucun problème :-)

J'espere que quelqu'un ici pourra me venir en aide.

Bonne journée et Merci d'avance.

[A. D.]

Bonjour,


Quelques pistes où jeter un oeil :

http://zoonek2.free.fr/UNIX/48_R_2004/17.html#2

http://pbil.univ-lyon1.fr/R/enseignement.html


Bonne continuation


Cordialement,

A.D.

[gbdivers]

Tu peux regarder sur wikipédia > anova. Tu as les explications et le code R pour 2 variables sans interaction. Pour l'interaction, il suffit de modifier le modèle utilisé

[lyonnaisdu26]

Merci pour vos réponses, je vais y jeter un oeil

[lyonnaisdu26]

Allez, les problèmes commencent... Vive les novives :S

Alors je pense qu'avant de pouvoir mettre mes colonnes d'excel (mes variables), il faut que j'importe d'abord mes données.

Voilà la commande que je tape :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

data<-read.table("C:\Documents and Settings\.../ANOVA1.xls",sep=";",header=TRUE)

R m'affiche :

Erreur : '\D' est un code escape non reconnu dans une chaîne de caractères débutant "C:\D"

Pourquoi :'( ?

Lorsque j'aurais réussi à importer mes données, grâce à header=TRUE, si je tape le libellé de ma variable sur R, j'obtiendrai les valeurs de ma variable ?

Cordialement

C.V

[pitipoisson]

Pourquoi :'( ?

Parce que "\" a une signification particulière : c'est un caractère d'échappement. Il permet par exemple de faire des tabulations "\t"... mais "\D" n'a pas de signification.

Un "\" littéral est obtenu par "\\" :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

data<-read.table("C:\\Documents and Settings\\.../ANOVA1.xls",sep=";",header=TRUE)

Ou pour ne pas t'embêter avec tout ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

data<-read.table("C:/Documents and Settings/.../ANOVA1.xls",sep=";",header=TRUE)

fonctionne également très bien.

[A. D.]

Lorsque j'aurais réussi à importer mes données, grâce à header=TRUE, si je tape le libellé de ma variable sur R, j'obtiendrai les valeurs de ma variable ?

Pas exactement.
Si "tab" est la variable dans laquelle est stocké le jeu de données (via

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

> tab<-read.table("C:/Documents and Settings/.../ANOVA1.xls",sep=";",header=TRUE)

), alors pour accéder par exemple à la variable "var1", il faudra faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

tab$var1

Cordialement,

A.D.


PS: Pour ne pas être bloqué avec des "petits" soucis de ce genre, mon conseil est de commencer par parcourir les nombreuses docs d'aide et tuto existantes pour débuter avec R. Bonne continuation

[lyonnaisdu26]

Bonjour, merci beaucoup pour votre aide .

J'ai enfin réussi à importer mes données

Donc voilà mon code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

donnees<-read.delim2("C:\\Documents and Settings\\cvialle\\Bureau\\Stats_Cyril/ANOVA1.txt",dec=",",sep="\t",header=TRUE)

J'ai fait enregistré sous, txt avec tabulation ca marche niquel.

Alors maintenant je vais passer au chose sérieuse et beaucoup moins drôle ^^. La fameuse et célèbre ANOVA ^^

Il est fort possible que je reposte un message dans les 30 min qui suivent donc restez ne partez pas je vous prie :-p

Cordialement

C.V

[lyonnaisdu26]

ReBonjour à tous

Comme promis, un nouveau petit message ^^

Donc je me suis lancé dans l'ANOVA à 2 facteurs.

Voilà mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
donnees<-read.delim2("C:\\Documents and Settings\\..../ANOVA1.txt",dec=",",sep="\t",header=TRUE)
facchir<-as.factor(donnees$chir)
facint<-as.factor(donnees$int)
r<-aov(donnees$duree_moyenne~facchir*facint)
anova(r)

Lors de l'avant dernière étape (r<-aov(.....)) R plante. Je le laisse ramer pendant 5 min mais rien à faire.
Je n'ai qu'environ 600 enregistrements, donc je ne pense pas que le problème vienne du nombre de données (3*500=1500 données)

Ai-je un problème de machine (ce qui m'étonnerais)? De code (ce qui m'étonnerais beaucoup moi^^) ?

J'ai egalement testé

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

> anova(lm(donnees$duree_moyenne~facchir*facint))

J'y comprend vraiment pas grand chose...


Cordialement

C V

[pitipoisson]

Que te donne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

class(donnees$duree_moyenne)

?

[lyonnaisdu26]

Que te donne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

class(donnees$duree_moyenne)

?

R me donne "numeric"

Ce qui est logique puisque j'ai des durées. Enfin lorsque j'ai importé ma table sur excel, il m'a transformé mon format HH:MM en *.********** avec beaucoup de chiffres après la virgule et le chiffre avant la virgule est généralement 0 ou 1 j'ai donc des nombres très petits.
Mon problème vient-il de là ?

[pitipoisson]

Ça c'est bon, donc...
Et que représente la variable "int" ?

Edit: j'avais pas vu ta dernière "édition" du message ! Ça change peut-être quelque chose.

[lyonnaisdu26]

Ça c'est bon, donc...
Et que représente la variable "int" ?

int correspond aux noms de l'interventions, j'ai environ 250 modalités pour cette variables.

et je devance ta dernière questions, chir c'est le nom des mes chirurgiens, un peu plus de 150 modalités

[pitipoisson]

int correspond aux noms de l'interventions, j'ai environ 250 modalités pour cette variables.

et je devance ta dernière questions, chir c'est le nom des mes chirurgiens, un peu plus de 150 modalités

...Je n'ai qu'environ 600 enregistrements, donc je ne pense pas que le problème vienne du nombre de données (3*500=1500 données)

... Et donc tu as environ 37500 combinaisons (i.e. autant de paramètres à estimer pour les interactions, sans compter les autres) avec seulement 600 enregistrements

1. autant te dire que l'ANOVA ne me semble pas du tout adaptée ici (mais qu'est-ce qui pourrait l'être ?).
2. Il n'est pas étonnant que R rame (et te donne l'impression d'avoir planté) si tu lui donnes autant de facteurs et d'interactions à traiter. (c'est un avis simplement basé sur mon intuition.)

[lyonnaisdu26]

... Et donc tu as environ 37500 combinaisons (i.e. autant de paramètres à estimer pour les interactions, sans compter les autres) avec seulement 600 enregistrements

1. autant te dire que l'ANOVA ne me semble pas du tout adaptée ici (mais qu'est-ce qui pourrait l'être ?).
2. Il n'est pas étonnant que R rame (et te donne l'impression d'avoir planté) si tu lui donnes autant de facteurs et d'interactions à traiter. (c'est un avis simplement basé sur mon intuition.)

Ah d'accord, j'avais vraiment pas pensé à ça et c'est vrai que vu sous cet angle cela explique tout.

Y'a t-il une solution pour tester si mes moyennes sont justes autre que l'ANOVA ?

J'avais pensé à regrouper mes données mais je me vois mal regrouper une Anuscopie avec une Cellulite gangréneuse lol.
Enfin je vais voir avec mon maître de stage si je peux regrouper certaines interventions.

Admettons que je regroupe donc 2 interventions, je fais la moyenne des 2 interventions? J'ai peur quand même que ca fausse mon jeu de données.

[lyonnaisdu26]

Après avoir laisser patoger R pendant un moment, j'obtiens la sortie suivante. A t-elle du sens au vue du nombre d'interaction ...
On voit que pour les facteurs seuls, la p-value est très largement inférieur à 0.05, il n'explique donc pas la duree_moyenne. Par contre, les 2 facteurs en interaction semble expliquer la duree_moyenne.

Que dois-je en conclure, que mes moyennes sont justes ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
Analysis of Variance Table
 
Response: donnees$duree_moyenne
                Df  Sum Sq    Mean Sq F value Pr(>F)    
facchir         56 0.16948 0.00302639  19.115 <2e-16 ***
facint         265 0.59843 0.00225821  14.264 <2e-16 ***
facchir:facint 141 0.02270 0.00016101   1.017 0.4685    
Residuals       98 0.01552 0.00015832                   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
>