analyses appropriées des données de comptage avec des facteursJ'ai une expérience où des champignons ont été cultivés à partir de deux types de plantes différents (A et 
.J'ai identifié toutes les espèces par espèce.Je veux tester pour voir s'il existe une différence statistique entre le nombre de fois où une espèce fongique a été récupérée entre les deux types de plantes.J'ai JMP 17 et je pensais qu'un modèle linéaire généralisé fonctionnerait avec le type et les espèces de plantes et leur interaction en tant que facteurs fixes, mais je reçois continuellement des messages d'erreur.Des idées?Existe-t-il une manière différente de faire les analyses ?
Analyse et modélisation des données de baseRe : analyses appropriées des données de comptage avec des facteursQuels sont les messages d'erreur ? Comment avez-vous conçu la collecte de données ? Le type de plante et l’espèce sont-ils les deux seuls facteurs ? Les avez-vous croisés pour créer le terme d'interaction dans votre modèle linéaire ?
Vous ne pouvez pas estimer un terme d'interaction à moins que le type de plante et l'espèce soient indépendants, comme Type de plante = {A, B} et Espèce = {1, 2, 3}. Peut-on avoir la même espèce dans les deux types de plantes ?
Re : analyses appropriées des données de comptage avec des facteursJ'ai simulé une expérience avec le type de plante et l'espèce comme facteurs. J'ai simulé une réponse avec une distribution de Poisson. J'ai joint le tableau de données pour que vous puissiez l'explorer.
J'ai défini le GLM avec un terme d'interaction.
J'ai obtenu le rapport d'analyse par défaut :
Re : analyses appropriées des données de comptage avec des facteursMerci et je vais regarder ça.Les plantes sont deux espèces différentes dans un même champ de 25 plantes chacune.Nous avons ensuite échantillonné le feuillage et cultivé tous les champignons présents sur les feuilles.Certaines espèces fongiques peuvent être présentes sur une espèce et pas sur une autre, certaines sur les deux.Le nombre de fois qu’un champignon a été isolé (compte) est ce que je souhaite évaluer.En gros voit-on plus ou moins d'espèce X sur la plante A, etc.
Le fait que je ne puisse pas contrôler le nombre d'isolats ou d'espèces récupérés par espèce ou par plante signifie qu'il y a des zéros et un déséquilibre dans l'ensemble de données global.Peut-être que cela est à l'origine de l'erreur ?
Re : analyses appropriées des données de comptage avec des facteursConsidérez-vous que la réponse est la présence ou l'absence d'une espèce fongique, et comptez-vous le nombre de plantes (sur 25) porteuses du champignon ?
Il serait préférable de ne pas utiliser la distribution de Poisson dans une analyse GLM. Utilisez un modèle binomial (absent, présent) car vous savez combien de chacun. Autrement dit, y est le nombre avec le champignon et 25-y est le nombre sans.
Votre tableau de données devrait ressembler à ceci :
Entrez les comptes dans la dernière colonne. J'ai enregistré un script de table pour terminer l'action de sélection d'Analyse > Ajuster le modèle. La boîte de dialogue de lancement ressemble à ceci :
Le tableau de données est joint pour vous.
Re : analyses appropriées des données de comptage avec des facteursMerci pour l'idée.Je pense que vous en êtes proche, mais ce que j'ai, c'est essentiellement une liste de 20 espèces fongiques.La plupart sont isolées des différents types de plantes en quantités différentes, je peux donc avoir une espèce de 20 dans la plante a, mais de 45 dans la plante b.Je veux pouvoir dire avec un certain degré de confiance qu'une espèce donnée est ou n'est pas différente entre les différentes plantes.
Je pensais qu'un chi carré traditionnel fonctionnerait dans lequel les espèces fongiques sont analysées par plante en tant que variables catégorielles dans l'analyse Y par X, mais je ne vois pas comment je peux entrer et déterminer les différences exactes entre les espèces.Selon mon interprétation, le chi carré étant significatif me dirait seulement que pour toutes les espèces, la distribution entre les plantes a et b est différente, et non quelles espèces fongiques sont différentes entre les plantes a et b.
Re : analyses appropriées des données de comptage avec des facteursSi vous disposez de combinaisons d’espèces végétales et d’espèces fongiques, un tableau croisé devrait fonctionner.
Qu'est-ce que c'est, différent ou pas différent ? Les tests d'hypothèse ne fonctionnent que dans un seul sens : rejeter l'hypothèse nulle en fonction de la solidité des preuves (par exemple, la valeur p ou l'intervalle de confiance d'un échantillon statistique). Vous devez préciser votre hypothèse de travail (l'alternative) et l'hypothèse nulle (pas la vôtre).
