Comparaisons de deux distributions : quel test choisir?
Bonjour a tous!
Alors voila, je ne sais pas trop quel test choisir pour ma question...
J´ai 20 differentes parcelles, reunies par paires similaires (donc 10 paires).
Parcelles Treatment: des plantes a fleurs ont été semés dans un champ a coté
Des ´hotels a abeilles´ ont été placés dans les parcelles a 3 differentes distances des champs fleuris (parcelles Treatment) et a 3 differentes distances de champs non fleuris (parcelles Control)
Variable dependante: augmentation (ou diminution) du nombre de larves d´abeilles (variables continue)
Variables independantes:
- Distance : 0m, 100, 200m (fixed factor)
- Treatment : 0 pour control, 1 pour treatment (fixed factor)
- Location Pair: de 0 a 10 (random factor)
- Location name: les 10 noms des parcelles (random factor)
La variable dependante n´est pas normale et aucune transformation ne semble fonctionner.
Pour examiner le possible impact des fleurs sur les populations d´abeilles au cours du temps, mes superviseurs m´ont donc dit d´utiliser un Generalized Linear Mixed Model avec une fonction log-link et une distribution de Poisson. Ca a marché puisque sur le graphique que me donne SPSS, les donnees sont a 45°.
Bref maintenant arrive ma question: Comment faire pour savoir si il y a une difference significative entre control et treatment, pour une meme distance??
Il me faudrait un test qui me permette de comparer deux distributions (control et treatment) mais en pouvant inclure un random factor (location pair)...
Ou ce n´est pas possible, et j´exclus Location Pair?
Aussi: les donnees n´etant pas normales (elles sont affreuses ces données dailleurs), est ce que ca influe sur mon choix de test?
Je pencherais pour un Mann Whitney mais ca me fait mal au coeur d´enlever Location Pair...
Apres, faire un Wilcoxon pour chacune des 10 paires ca me semble pas une solution non plus... et puis c´est inecrivable dans un article a publier non?
Merci beaucoup a tous d- avance!!!
