Créer des boucles qui nous affiche dans un tableau les test de shapiro par variables

Version imprimable

09/11/2017, 11h43
mthibs78

Créer des boucles qui nous affiche dans un tableau les test de shapiro par variables
Je m'explique, ayant débuter assez récemment R studio, j'ai un projet qui consiste en l'étude statistique de différentes variables.

Pour cela je voudrai faire des tests de Student mais pour cela mes variables doivent suivre les conditions du test, notamment le test de normalité. Pour cela mes professeurs m'ont conseillé d'utiliser un test de Shapiro-Wilk :
J'ai donc exécuté le code suivant :
Code:

1 2 shapiro.test(Data_Projet2$poids) by(Data_Projet2$poids, Data_Projet2$Classe_Age,shapiro.test)
Ce qui me renvoie

Code:

shapiro.test(Data_Projet2$POIDS)

Shapiro-Wilk normality test

data: Data_Projet2$POIDS
W = 0.98181, p-value = 0.3134

Code:

(by(Data_Projet2$POIDS, Data_Projet2$Classe_Age, shapiro.test))#significatif

Data_Projet2$Classe_Age: -25ans

Shapiro-Wilk normality test

data: dd[x, ]
W = 0.91575, p-value = 0.07138

-----------------------------------------------------------------------------------------------------------
Data_Projet2$Classe_Age: 25-35

Shapiro-Wilk normality test

data: dd[x, ]
W = 0.96018, p-value = 0.4671

-----------------------------------------------------------------------------------------------------------
Data_Projet2$Classe_Age: 35-45

Shapiro-Wilk normality test

data: dd[x, ]
W = 0.9796, p-value = 0.9603

-----------------------------------------------------------------------------------------------------------
Data_Projet2$Classe_Age: 45+

Shapiro-Wilk normality test

data: dd[x, ]
W = 0.96936, p-value = 0.807

Shapiro-Wilk normality test

data: Data_Projet2$POIDS
W = 0.98181, p-value = 0.3134

Cela est ce que je souhaite mais je voudrais dans les limites du possible, l'automatiser par une boucle :
J’ai donc créé ce code :
Code:

1 2 3 4 for( i in 3:15){ shapiro.test(Data_Projet2[,i]) by(Data_Projet2[,i], Data_Projet2$Classe_Age, shapiro.test) }
Mais là est tout le problème, je n'ai aucun affichage des résultats. Je voudrais donc savoir si quelqu'un le sait ici, comment afficher les résultats de cette boucle, et, si cela est possible, stocker toutes les valeurs dans un tableau du style :

var w p-value wGroupe1 p-value1 wGroupe2 p-value2 ...
var2 w p-value wGroupe1 p-value1 wGroupe2 p-value2 ..
var3 w p-value wGroupe1 p-value1 wGroupe2 p-value2 ..
.
.
etc.

Merci d'avance pour votre aide ! :)

Hello,

Essaye ce code.

Code:

1
2
3
4
5
6
7
8
9
10
11
 
data_intermidiaire = data.frame(Data_Projet2$Classe_Age , Data_Projet2[,3:15])
table_res = data.frame()
 
for( j in 2:14){
  for(i in 1:length(unique(Data_Projet2$Classe_Age)))
    {table_res[i,j-1] =  by(data_intermidiaire[,j], data_intermidiaire$Classe_Age, shapiro.test)[[i]][2]}}
 
row.names(table_res) = sort(unique(Data_Projet2$Classe_Age))
colnames(table_res) = names(data_intermidiaire[2:14])
table_res

Merci à toi pour ta réponse, une fois lancé j'obtiens le résultat suivant :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
data_intermidiaire = data.frame(Data_Projet2$Classe_Age , Data_Projet2[,3:15])
table_res = data.frame()
> 
for( j in 2:14){
   for(i in 1:length(unique(Data_Projet2$Classe_Age)))
   {table_res[i,j-1] =  by(data_intermidiaire[,j], data_intermidiaire$Classe_Age, shapiro.test)[[i]][2]}}
Error in by.default(data_intermidiaire[, j], data_intermidiaire$Classe_Age,  : 
  'names' attribute [1] must be the same length as the vector [0]
 
row.names(table_res) = sort(unique(Data_Projet2$Classe_Age))
Error in `row.names<-.data.frame`(`*tmp*`, value = 1:4) : 
  longueur de 'row.names' incorrecte
colnames(table_res) = names(data_intermidiaire[2:14])
Error in `colnames<-`(`*tmp*`, value = c("AGE", "TAILLE", "POIDS", "TTAILLE",  : 
  'names' attribute [13] must be the same length as the vector [0]
table_res
data frame with 0 columns and 0 rows

Cependant, je n'ai pas encore tout compris de ton code, je continue de réfléchir dessus, encore merci.

J'aurais besoin d'avoir la table, stp.

Merci.

09/11/2017, 13h55
mthibs78

1 pièce(s) jointe(s)

je te met le début de mon code ainsi que la base de données

Voilà la base de donnée ainsi que mon code :

Pièce jointe 325894

Merci beaucoup pour ton aide !

Il y avait une petite coquille dans ton code : l'âge 25 qui n'était rangé nul part.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#création de classes en fonction de l'age
Classe_Age[data_Projet$AGE>=25 & data_Projet$AGE<=35] = "25-35" #ICI ajouter ou égale 25
 
 
#Analyse Des variables d'interêt
 
data_intermidiaire = data.frame(Classe_Age = Data_Projet2[,17], Data_Projet2[,3:15])
table_res = data.frame()
 
for( j in 2:14){
  for(i in 1:length(unique(Data_Projet2$Classe_Age)))
  {table_res[i,j-1] =  by(data_intermidiaire[,j], data_intermidiaire$Classe_Age, shapiro.test)[[i]][2]}}
row.names(table_res) = sort(unique(Data_Projet2$Classe_Age))
colnames(table_res) = names(data_intermidiaire[2:14])
table_res

Dis-moi si ça marche.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
for(i in 1:length(unique(Data_Projet2$Classe_Age)))
{table_res[i,j-1] = by(data_intermidiaire[,j], data_intermidiaire$Classe_Age, shapiro.test)[[i]][2]}}
row.names(table_res) = sort(unique(Data_Projet2$Classe_Age))
colnames(table_res) = names(data_intermidiaire[2:14])
table_res
               AGE    TAILLE      POIDS    TTAILLE      POULS          SYS        DIA         CHOL        IMC      JMBG      COUD      POIGN
-25ans 0.203543064 0.8597775 0.07137645 0.07337158 0.01599083 0.4464293518 0.42228047 0.0003622682 0.57666382 0.9776619 0.3492221 0.37577858
25-35  0.086735431 0.3754143 0.35526149 0.30404895 0.01550943 0.5571254898 0.06674311 0.0003483188 0.07906653 0.7039415 0.4488543 0.08543332
35-45  0.136481632 0.8664580 0.96033478 0.23993383 0.41933361 0.0004853147 0.02818010 0.0578813192 0.85027729 0.5754434 0.4690241 0.63893060
45+    0.009031555 0.9154327 0.80704940 0.16681525 0.01549630 0.0443950735 0.95254429 0.4660793535 0.02341525 0.2106016 0.4856563 0.51152626
             BRAS
-25ans 0.16333109
25-35  0.09703022
35-45  0.15580372
45+    0.57155434

Comme tu peux le constater, ça a marché, Merci beaucoup tu m'enlèves une belle épine du pied ! :D
Cependant juste pour ne pas me tromper, les valeurs obtenues sont bien la P-value, pas la statistique W ?

Encore merci !

09/11/2017, 14h19
marou1991

C'est bien des p_values.

Bon courage.
09/11/2017, 14h20
mthibs78

Merci beaucoup !!
10/11/2017, 13h42
tototode

Bonjour,

La fonction aggregate peut-être une solution :

Code:

aggregate(. ~ Classe_Age, data_intermidiaire, function(x) shapiro.test(x)$p.value)

cdlt

Bonjour,
J'ai de nouveau un soucis, maintenant que j'ai obtenu ce tableau, je voudrai rajouter une ligne, dans laquelle ont me dis, si l'une des p-value de la colonne est inférieur à 0.05 alors il affiche "non significatif", sinon il affiche "significatif" :

Par exemple :
                                        POULS              SYS                     DIA                 CHOL
Corpulence normale   5.415332e-05     0.51050123          0.1852344        2.392820e-03
Maigreur où Anorexie 5.452922e-01     0.56997333          0.6329544        2.808405e-01
Obésité                     6.976291e-01     0.01073719          0.1961547        3.136831e-02
Surpoids                   2.676835e-01     0.73884206           0.1571853        8.822792e-05
P_value                    non significatif     non significatif       non significatif    non significatif
c'est à dire que si l'une des valeurs d'une colonne est inférieur à 0.05, la valeur de P_value est : non significative, si toute les p_value de la colonne sont > 0.05 alors p_value = significative

Exemple : Pour la variable Pouls, corpulence normale < 0.05 alors P_Value = "non significatif"

Merci d'avance ! :)

10/11/2017, 16h00
tototode

Citation:

si l'une des p-value de la colonne est inférieur à 0.05 alors il affiche "non significatif"

Ca ne serait pas plutôt l'inverse ? A savoir que si p-value < 0,05 alors le test est significatif alors que si p-value > 0,05 le test est non significatif.

Si ton tableau s'appelle tab :

Code:

rbind(tab, sapply(tab, function(x) if (any(x < 0.05)) "Significatif" else "Non significatif"))

Mais en mélangeant des nombres et du texte dans une même colonne tu vas casser la structure numérique et tout va devenir du texte ou des facteurs.

cdlt

Bonjour,

L'hypothèse nulle du test shapiros est :
H0 : L'échantillon est normalement distribué , on rejette H0 si p.value < 0.05 . Donc si c'est le cas le test est significatif. En gros en considère que l'échantillon suit une loi normale quand la p.value est supérieur à 0.05

Je te propose le code suivent :
Code:

1 2 3 4 5 6 7 8 9 tab = as.data.frame(aggregate(. ~ Classe_Age, data_intermidiaire, function(x) shapiro.test(x)$p.value)) for( i in 1:4){ for (j in 2:14) { if( tab[i,j] < 0.05 ) { tab[5,j] = 'Significatif' } else { tab[5,j] = 'non Significatif' } }}