Version imprimable
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
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.
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.
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 ?
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.