J'ai récemment récolté un essai de culture et lors de l'analyse des données, je n'ai trouvé aucune différence significative dans les traitements en termes de rendement ou de RFV (valeur alimentaire relative), en les comparant par coupes individuelles ainsi que par toutes les coupes cumulatives en utilisant l'ANOVA. Un individu a trouvé des différences significatives en sélectionnant uniquement les coupes 1, 3 et 5. Il a regroupé la variance résiduelle des traitements 1, 3 et 5 ; nommé ce groupe 2 et regroupé la variance résiduelle du traitement 6 ; nommé ce groupe 3.
Je me demande n°1 comment regrouper les variances dans jmp et n°2 si c'est une chose éthique à faire car j'estime que cela manipule les données d'une manière ou d'une autre ?
J'utilise jmp17
Si je comprends bien votre question et vos données, je pense que vous feriez mieux de bénéficier d'une analyse de modèle mixte. Voici une courte vidéo pour explication.
Salut @KIrishGH ,
Bienvenue dans la Communauté !
Si je comprends bien la question, vous souhaitez savoir si vous pouvez trouver des différences statistiques significatives entre les traitements. Vous pouvez faire ces tests facilement avec la plateforme " Ajuster Y par X ", en spécifiant les Traitements comme X et RFV comme variable Y.
Pour savoir quel test statistique utiliser, il y a des hypothèses à vérifier :
- Hypothèses de normalité de la variable de réponse (en utilisant la plateforme de distribution et en visualisant le tracé du Quantile Normal par exemple),
- Indépendance des observations/résultats (cela peut être évalué avec une expertise du domaine, et l'utilisation d'une carte de contrôle sur les données peut révéler des tendances/changements si les données ne sont pas indépendantes),
- Variance égale entre les groupes (cela peut être vérifié avec l'option dans le triangle rouge "Variance inégale" dans la plateforme Fit Y by X).
Dans votre cas, vous avez un léger écart par rapport à la distribution normale et d'autres hypothèses semblent être respectées. Vous pouvez donc utiliser un test paramétrique en supposant une variance égale et correctement ajusté pour une comparaison multiple (pour éviter une erreur de type I), comme le test de Tukey-Kramer. :
En effet, aucun traitement ne semble statistiquement significatif des autres.
Vous obtiendrez la même conclusion avec un test non paramétrique ajusté pour des comparaisons multiples comme le test All Pairs Steel Dwass.
Pour regrouper certains Traitements, vous pouvez utiliser l'option "Recoder" en sélectionnant la colonne Traitement, clic droit et "Recoder". Vous pourrez ensuite regrouper certains traitements et effectuer les tests statistiques avec les nouveaux groupes.
Juste pour information je l'ai fait avec les informations que vous avez fournies (en masquant et en excluant les coupes 4 et 5 et en regroupant les Traitements 1, 3 et 5 dans le Groupe 2, le Traitement 6 est le Groupe 3 et le reste est inchangé), et je ne vois pas toute différence dans les résultats des tests :
Datatable est joint aux scripts utilisés.
Sur le plan théorique, à moins d'avoir une forte expertise du domaine, une explication/justification pour exclure certaines coupures (problèmes dans la méthode, résultats anormaux, ...) et regrouper certains Traitements ensemble (même base chimique pour certains Traitements, ou même mode d'application, ...), je n'essaierais pas de modifier les résultats jusqu'à ce que j'aie trouvé quelque chose de statistiquement significatif.
" Si vous torturez les données assez longtemps, il avouera n'importe quoi " (Ronald H. Coase)
La situation que vous présentez ressemble beaucoup à du p-piratage, à la modification et au réajustement des facteurs juste pour le plaisir d'une valeur p significative. Il ne s'agit pas d'une pratique statistique sûre et fiable et cela n'a aucun sens, dans la mesure où la signification statistique peut être importante, mais l'ampleur de l'effet doit également être prise en compte pour comprendre la signification pratique des résultats.
J'espère que cette réponse vous aidera,
