Bonjour,
J'ai affaire à de très grands ensembles de données dans lesquels nous avons mené de nombreuses études différentes (study_id) où nous comparons divers «test_article» par rapport à un contrôle (c'est-à-dire PBS). Cela se fait en plusieurs répliques (subject_id). Pour chacune des subject_id, dans chacune de ces études, nous effectuons des mesures pour jusqu'à 50000 types de mesures différents (légumes). Le résultat de chaque mesure est rapporté sous forme de log2 (de la mesure d'un sujet donné normalisée par la moyenne du groupe témoin de la même étude, mais la nature de la mesure n'est pas si importante, je pense).
Sur un petit ensemble de données, j'exécuterais un anova à sens unique (un par étude) pour chaque veggy pour comparer l'effet du traitement (test_article) et le suivre avec celui de Dunnett. Sur des données volumineuses, il semble devenir intraitable pour 2 raisons (mesure multiple - donc le FDR devient une condition requise) et incapable (c'est-à-dire ne sais pas comment) de ne rapporter que la valeur p et de contourner la phase graphique (ce qui n'est pas pratique pour autant de tests).
Le `` dépistage de la réponse '' semble être une alternative légèrement meilleure mais il manque l'option de définir un groupe de contrôle de référence car je ne suis pas intéressé à savoir si l'article de test A est meilleur que B, mais uniquement si l'un des articles de test est différent du contrôle.
Enfin, je voudrais pouvoir coder le processus de reproductibilité.
J'ai joint un exemple de jouet de l'ensemble de données.
Toutes les suggestions seraient très appréciés.
Sébastien
