Bonjour,

Pour les tests 2 à 2, j'ai trouvé une solution avec une adaptation du pairwise.wilcox.test. En effet ,dans le package RVaidememoire, il y a une fonction :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
pairwise.wilcox.rating.test()
Je l'ai essayée et ça donne çà (alors le fait de faire un test stat sur le tableau donné ne m'avance à rien excepté à tester si la fonction donne des résultats cohérents) :

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
recapA 
   Rich_veg   Shannon   Simpson      Hill 
1         1 0.0000000 0.0000000 0.0000000 
2         2 0.6931472 0.5000000 1.0000000 
3         4 1.3862944 0.7500000 0.3333333 
4         6 1.7917595 0.8333333 0.2000000 
5         2 0.6931472 0.5000000 1.0000000 
6         4 1.3862944 0.7500000 0.3333333 
7         7 1.9459101 0.8571429 0.1666667 
8        11 2.3978953 0.9090909 0.1000000 
9         5 1.6094379 0.8000000 0.2500000 
10        4 1.3862944 0.7500000 0.3333333 
11        1 0.0000000 0.0000000 0.0000000 
12        2 0.6931472 0.5000000 1.0000000 
13        0 0.0000000 1.0000000 1.0000000 
14        3 1.0986123 0.6666667 0.5000000 
15        3 1.0986123 0.6666667 0.5000000 
16        7 1.9459101 0.8571429 0.1666667 
17        7 1.9459101 0.8571429 0.1666667 
18        2 0.6931472 0.5000000 1.0000000 
19        6 1.7917595 0.8333333 0.2000000 
20        1 0.0000000 0.0000000 0.0000000 
21        2 0.6931472 0.5000000 1.0000000 
22        2 0.6931472 0.5000000 1.0000000 
23        1 0.0000000 0.0000000 0.0000000 
24        3 1.0986123 0.6666667 0.5000000 
 
pairwise.wilcox.rating.test(recapA,factor(colnames(recapA)),paired=T) 
 
   Pairwise comparisons using Wilcoxon signed rank test 
 
data:  recapA and factor(colnames(recapA)) 
 
         Hill  Rich_veg Shannon 
Rich_veg 0.074 -        -      
Shannon  0.011 0.427    -      
Simpson  0.096 0.332    0.074  
 
P value adjustment method: fdr
Ça a l'air de fonctionner mais par contre j'ai l'impression que les résultats sont assez différents du test de wilcox.test :

par exemple pour un wilcox.test entre hill et rich veg :

Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
wilcox.test(recapA[,1],recapA[,4]) 
 
   Wilcoxon rank sum test with continuity correction 
 
data:  recapA[, 1] and recapA[, 4] 
W = 540, p-value = 1.707e-07 
alternative hypothesis: true location shift is not equal to 0 
 
Warning message: 
In wilcox.test.default(recapA[, 1], recapA[, 4]) : 
  impossible de calculer la p-value exacte avec des ex-aequos
À quoi cela est-il dû ?
Et est-ce qu'il y a des fonctions du type pairwise pour la plupart des tests statistiques ?