ANOVA à deux variables

Version imprimable

Bonjour !

Je tente ma première ANOVA ! et j'ai déjà des ennuis
Code:

1 2 3 4 5 6 7 8 data <- read.table("BDD\\BDD_2007-2012v2.txt", sep="\t", dec=".", header=T,row.names=1, na.strings="NA") data$lnEF1a_F<-log(data$EF1a_F) facqPCR<-as.factor(data$lnEF1a_F) facprec<-as.factor(data$V16) facqPCR facprec r<-aov(facqPCR~facprec, data=data) anova(r)
à la dernière ligne de code, R me renvoi un message d'erreur : "Erreur dans if (ssr < 1e-10 * mss) warning("ANOVA F-tests on an essentially perfect fit are unreliable") :
valeur manquante là où TRUE / FALSE est requis
De plus : Message d'avis :
In Ops.factor(object$residuals, 2) : ^ not meaningful for factors"

Et je ne comprends pas pourquoi il n'est pas content ! Est ce que c'est parce que ma variable V16 est une variable qualitative ? si quelqu'un peut m'aider je suis preneuse de toutes hypothèses de solutions

Merci

21/03/2013, 17h28
arm3366

Bonjour,
A premiere vu, votre problème ressemble plus à un problème d'analyse qu'à un problème avec R.
C'est quoi l'objectif de votre teste ANOVA ?
Je pense qu'il faudrait d'abord jetter un oeil sur la théorie des test ANOVA.
Si c'est pour tester l'existence de liaisons significatives entre tes deux variables, tu devra plutôt effectuer un teste du KHI-2.

BC
22/03/2013, 10h24
Fnouch

En effet un khi 2 serait plus judicieux ...
je veux voir si il y a un effet de ma variable V16 sur ma variable lnEF1a_F..
J'ai réécris le même script en remplaçant aov par chisq.test et j'ai un message d'erreur "Erreur dans chisq.test(facqPCR ~ facprec, data = data) :
argument(s) inutilisé(s) (data = data)"

Je ne comprends pas ...

Mais il semblerait que j'oublie une étape : il faudrait d'abord que je teste la normalité ... je ne sais pas encore comment je vais faire :) mais je vous tiens au courant..

Merci
22/03/2013, 10h38
Fnouch

le souci c'est que l'une de mes variables V16 est qualitative :(
22/03/2013, 11h47
collosus

Tu as testé ça ?

Code:

chisq.test(data$facqPCR,data$facprec)
22/03/2013, 13h22
Fnouch

Oui, on me met "Erreur dans chisq.test(data$facqPCR, data$facprec) :
au moins une valeur de 'x' doit être positive" ... normal, mon x est une valeur qualitative :(
22/03/2013, 15h29
collosus
Pourquoi tu veux rendre ta variable quanti en quali.
pour calculer la liaison entre 2 variables il faut :
- entre quanti et quanti = corrélation
- entre quanti et quali = anova
- entre quali et quali = khi 2
ça ne répond pas à ta question mais peut être que cela peut t'aider.
22/03/2013, 16h24
Fnouch

eh bien ici c'est entre quali et une quanti donc il me faut une anova !
dans ce cas on en revient à mon premier problème
22/03/2013, 16h57
arm3366

Bonjour,
Juste un petit conseil.
Il ne faut JAMAIS effectuer une analyse ou un teste sous R sans savoir les arguments nécessaires et et les résultats auxquels, on devrait s'attendre !!!
- Si vous souhaiter faire un teste ANOVA, je ne vois pas pourquoi vous transformer vos variables en facteurs. Ceci nécessite donc de revenir sur la théorie de l'ANOVA.
- Est ce que la conditions d'effectuer ce teste sont réunis:
1. Ta variable factorielle possède plus de trois modalités,
2. Les variances de ta variable quantitative égales dans chaque échantillon
=> donc nécessite un teste d’égalité de variance, ce qui dépendant à son tour de plusieurs hypothèses:Si ta variable quantitative est normale: vous regarderez les testes paramétriques, sinon les testes non paramétriques.

3. Est ce que ta variable quantitative est normale ou ton échantillon assez grand (supérieur à 30)

BC
23/03/2013, 17h10
Fnouch
Citation:

Envoyé par arm3366

- Est ce que la conditions d'effectuer ce teste sont réunis:
1. Ta variable factorielle possède plus de trois modalités,
2. Les variances de ta variable quantitative égales dans chaque échantillon
=> donc nécessite un teste d’égalité de variance, ce qui dépendant à son tour de plusieurs hypothèses:Si ta variable quantitative est normale: vous regarderez les testes paramétriques, sinon les testes non paramétriques.

3. Est ce que ta variable quantitative est normale ou ton échantillon assez grand (supérieur à 30)

voilà je reviens donc avec un test de normalité de la variable que j'étudie (EF1a_F). voilà ce que j'ai fais :
Code:

1 2 3 4 5 6 7 > t<-data[ ,"EF1a_Fgraminearum"] > shapiro.test(t) Shapiro-Wilk normality test data: t W = 0.1804, p-value < 2.2e-16
ma p-value est inférieure à 0,05 donc ma variable ne suit pas une loi normale, il faut donc que j'utilise des tests non paramétriques... et là je suis larguée.. je vais voir si il y a des cours sur internet

j'ai vu que certains faisaient des Q-Q plot pour "vérifier" la normalité ... pour ma part si je lance "qqnorm(t)" R ne répond rien mais m'affiche un graphe je ne sais pas comment l'interpréter non plus ....

Elle est longue la route jusqu'à l'analyse judicieuse de mon jeu de données :(
23/03/2013, 21h14
arm3366
Citation:

Envoyé par Fnouch

Ma variable ne suit pas une loi normale, il faut donc que j'utilise des tests non paramétriques...

Vous n'avez repondu qu'à une seule question: la normalité
Avant de se lancer dans les testes non-paramétriques:
- Combien de modalité possède ta variable factorielle?
- Est ce la variance de ta variable quantitative est constante , i.e il n'y a pas de différence significative entre les variances de ta variable quantitative selon les échantillons ?
1. Si On suppose que ta variable qualitative a deux modalités et ta variable quantitative n'est pas normale: tu fait dans ce cas un test de Wilcoxon

Code:

Fonction R : wilcox.test()

2. Si On suppose que ta variable qualitative a plus de deux modalités et ta variable quantitative n'est pas normale. Tu vérifie d'abord l'homoscedasticite de la variance de ta variable quantitative: Test non-paramétrique de Levenne

Code:

Fonction R: levene.test()
- Si à l'issu du test de Levenne, tu accepte H0 et n (nombre d'observation ) est assez grand (n>30), dans ce cas tu as carte blanche pour faire ton teste ANOVA
- Sinon, tu fais un teste de Kruskal-Walis
  
  Code:
  
  Fonction R kruskal.test()
23/03/2013, 23h18
arm3366

Voici un lien http://eric.univ-lyon2.fr/~ricco/cou...ta_mining.html qui contient beaucoup de ressource en datamining (statistique).
Sur les deux derniers cours, tu auras tous les infos sur les tests statistiques.

BC
26/03/2013, 16h22
Sengar
Yop,

Sinon l'erreur c'était parce que tu utilisais ton anova (ou chis2 après) en disant que tu travaillais sur le dataframe "data" alors que les variables utilisées n'étaient pas dedans.
Code:

1 2 3 facqPCR<-as.factor(data$lnEF1a_F) facprec<-as.factor(data$V16)
facqPCR et facprec ne sont pas dans data

Citation:

"Erreur dans chisq.test(facqPCR ~ facprec, data = data) :
argument(s) inutilisé(s) (data = data)"

D'où l'erreur.