GLM vs ANOVA

Version imprimable

GLM vs ANOVA

Bonjour,

j'ai encore une fois une petite question concernant les glm ...

Voici le résultat d'une analyse que j'ai lancé :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
glm(formula = nTe ~ Dsite * Block * Sujet * Seance * Prey, family = poisson, 
    data = don)
 
Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-28.597   -6.421   -4.143   -1.936   57.515  
 
Coefficients: (16 not defined because of singularities)
                                Estimate Std. Error z value Pr(>|z|)    
(Intercept)                    1.120e+01  6.209e-01  18.036  < 2e-16 ***
Dsite                         -7.877e+00  4.540e-01 -17.349  < 2e-16 ***
Block                         -5.578e-01  4.219e-02 -13.220  < 2e-16 ***
Sujet                         -3.800e-02  2.488e-03 -15.270  < 2e-16 ***
Seance                        -5.742e-01  6.194e-02  -9.270  < 2e-16 ***
Prey                                  NA         NA      NA       NA    
Dsite:Block                    4.569e-01  3.105e-02  14.713  < 2e-16 ***
Dsite:Sujet                    2.422e-02  1.491e-03  16.240  < 2e-16 ***
Block:Sujet                    2.065e-03  1.804e-04  11.447  < 2e-16 ***
Dsite:Seance                   8.749e-01  4.532e-02  19.306  < 2e-16 ***
Block:Seance                   3.973e-02  4.237e-03   9.377  < 2e-16 ***
Sujet:Seance                   3.274e-03  2.486e-04  13.174  < 2e-16 ***
Dsite:Prey                            NA         NA      NA       NA    
Block:Prey                            NA         NA      NA       NA    
Sujet:Prey                            NA         NA      NA       NA    
Seance:Prey                           NA         NA      NA       NA    
Dsite:Block:Sujet             -1.336e-03  1.078e-04 -12.394  < 2e-16 ***
Dsite:Block:Seance            -3.523e-02  3.120e-03 -11.292  < 2e-16 ***
Dsite:Sujet:Seance            -2.526e-03  1.489e-04 -16.967  < 2e-16 ***
Block:Sujet:Seance            -1.223e-04  1.819e-05  -6.724 1.77e-11 ***
Dsite:Block:Prey                      NA         NA      NA       NA    
Dsite:Sujet:Prey                      NA         NA      NA       NA    
Block:Sujet:Prey                      NA         NA      NA       NA    
Dsite:Seance:Prey                     NA         NA      NA       NA    
Block:Seance:Prey                     NA         NA      NA       NA    
Sujet:Seance:Prey                     NA         NA      NA       NA    
Dsite:Block:Sujet:Seance       8.385e-05  1.086e-05   7.724 1.13e-14 ***
Dsite:Block:Sujet:Prey                NA         NA      NA       NA    
Dsite:Block:Seance:Prey               NA         NA      NA       NA    
Dsite:Sujet:Seance:Prey               NA         NA      NA       NA    
Block:Sujet:Seance:Prey               NA         NA      NA       NA    
Dsite:Block:Sujet:Seance:Prey         NA         NA      NA       NA    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
 
(Dispersion parameter for poisson family taken to be 1)
 
    Null deviance: 629669  on 3542  degrees of freedom
Residual deviance: 316169  on 3527  degrees of freedom
  (3657 observations deleted due to missingness)
AIC: 325767

Comme vous pouvez le remarquer le facteur "Prey" n'est pas pris en compte ... Cependant, lorsque je fais une ANOVA sur ce facteur seulement j'obtiens :

Code:

1
2
3
4
5
6
7
8
aov <- aov(don$nPl~Prey, data=don)
summary(aov)
              Df Sum Sq Mean Sq F value   Pr(>F)   
Prey           1   1044    1044  9.3106 0.002294 **
Residuals   3926 440107     112                    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
3272 observations deleted due to missingness

Et il m'indique que ce facteur est significatif !
Quelqu'un saurait-il m'expliquer le pourquoi de ces NA dans le glm ?

Merci beaucoup !

11/08/2009, 22h06
manoir

Bonsoir,

Dans le Glm " Modèle linéaire généralisé" t'as utilisé une distribution de poisson de l'erreur alors que dans l'anova c'est le gaussien qu'est pris en compte, change family=gaussien et tourne de nouveau ton modèle pour voir ( ça m'étonnerai bcp que le résultat change mais vaut mieux essayer on sait jamais), sinon pour voir de prêt ton pb, faut jouer avec ton modèle c'est à dire faire passer dans un premier temps une seule variable, deux variables + interactions, ensuite 3 variables ss et avec interactions ainsi de suite !

Peut être aussi un problème de puissance, car le fait d'avoir essayer de modéliser des interactions de 4 et 5 degré joue aussi sur les estimations de tes variables à savoir "Prey"! c'est pas évident d'avoir une réponse claire car on connait pas les données! mais j'espère tout de même que cela peut t'avancer!

bon courage
Bien à toi
Manoir
12/08/2009, 11h33
skeum

Bonjour,

Il y a deux choses :

1. j'ai fait une boulette et je m'en rends compte en refaisant l'analyse en Gaussien. Dans la formule du haut j'ai essayé de faire jouer le facteur "Prey" sur ma variable nTe alors que je voulais tester nPl (présent dans l'ANOVA) ... Et si je change ça marche ! Donc désolé pour cette fausse alerte, cependant ...

2. ... cette histoire de Gaussien me fait douter. J'ai des données de comptage, il faut bien que j'utilise du Poisson dans le glm ?

Merci encore et désolé pour l'erreur ...
12/08/2009, 12h00
manoir

Bonjour,

Je pensais que ta variable d'intérêt est la même dans les deux modèles! c'est pour cette raison je t'ai demandé de vérifier avec family=gaussien, effectivement, t'utilises du Poisson ou binomial dans ton cas dans Glm

Bon courage à toi

Manoir