Discussion :

[Julie19]

Bonjour,
Suite à un test de kruskal-Wallis qui est significatif (les sites ont un effet sur le taux de croissance), j'ai fait un test post-hoc de Mann-Whitney. Je veux voir où se situe la différence.
wilcox.test(siteA$txcroiss,siteB$txcroiss)

Mais une erreur s'affiche : pas assez d'observations 'x' (définies)
Pourtant pour chaque site a 17 valeurs sauf un site qui comporte qqs NA

Savez-vous comment fixer ce pb svp ? Il faut plus de valeurs pour faire Mann-Whitney ?

Merci

[faubry]

Au minimum, donne ton script et le message d'erreur et éventuellement tes données (cf. fonction dput) ou un objet similaire. Sans cela, il est très difficile de t’aider.

[faubry]

1) Le test de Bartlett n'est pas robuste. Il est préférable d'utiliser un autre test, par exemple celui de Fligner (fligner.test).
2) Utilise le package PMCMR, il propose les tests post-hoc de Conover, Dunn et Nemenyi après un analyse non paramétrique. C'est plus propre que les tests deux à deux. Si tu veux vraiment utiliser ta stratégie, utilise la fonction de R p.adjust pour ajuster les p-value.

[Julie19]

Merci pour ces informations
J'avoue avoir l'habitude d'utiliser ces 2 tests pour faire des comparaisons de moyennes.
En quoi consiste cette fonction d'ajuster les p.values ?

[faubry]

Les tests post-hoc que j'ai indiqué remplacent la série de tests wilcox.test faite après un résultat positif du test de Kruskal.

p.adjust ajuste les p-values selon le critère retenu et donc évite d'avoir à le faire soi-même. De plus, il est aussi conseillé d'utiliser le critère d'ajustement de Holm à la place de celui de Bonferroni. C'est un meilleur compromis.