631852_fr-FR

liliconcom

Choisir la bonne comparaison des moyennes

Bonjour,

J'analyse des données biologiques dont le résultat est une variable continue. Les tests consistent en différents traitements sur les plantes qui sont ensuite évalués pour un niveau de maladie (mon résultat). Si je trace un graphique, tout ce que j'obtiens est un ensemble de moyennes avec de très grandes barres d'erreur qui se chevauchent. J'essaie donc de faire l'analyse avec les petites lettres, pour pouvoir dire en toute confiance quels traitements sont différents les uns des autres.

Le problème que je rencontre est que chaque répétition se compose de deux points de données qui ne sont pas indépendants l'un de l'autre (deux parties de la même plante). Dans ce cas, j'ai entendu dire que les comparaisons habituelles comme Tukey-Kramer ne s'appliquent pas.

Ma question est donc la suivante : quelle comparaison dois-je utiliser, ou quelle transformation de données, pour être sûr de faire les choses correctement ?

Analyse et modélisation de données de baseRé: Choisir la bonne comparaison des moyennes

Bob, c'est gentil de ta part d'avoir pris le temps de répondre aux questions. Je ne pense pas que ce forum soit un moyen efficace de discuter/argumenter sur les problèmes et de procéder à une analyse appropriée, donc je vais m'en aller.

Ré: Choisir la bonne comparaison des moyennes

Je suis d'accord, c'est très difficile d'obtenir les lettres sur le graphique.

Veuillez accéder à l’onglet Liste de souhaits en haut de cette page Web et ajouter une demande.

En attendant, voici une procédure et un script pour obtenir le chiffre que je pense que vous recherchez.

https://community.jmp.com/t5/Byron-Wingerd-s-Blog/One-Way-ANOVA-Figure-for-Scientists/ba-p/265156

Ré: Choisir la bonne comparaison des moyennes

Désolé, je voulais dire Student et Tukey, pas Student et Dunnett.

Ré: Choisir la bonne comparaison des moyennes

@Byron_JMP ,

merci pour l'astuce avec CTRL, ça fait gagner beaucoup de temps. Bien que le plus gros problème demeure, il est toujours très peu pratique d'ajouter les lettres sur un graphique.

Ré: Choisir la bonne comparaison des moyennes

Salut @statman ,

1) La variation de votre réponse a-t-elle une valeur pratique ?

Bonne question. Il s'agit d'un niveau de maladie qui peut être mesuré relativement facilement à 0,1 unité près. Cela étant dit, dans un scénario réel, l'utilisateur final ne verrait pas une différence aussi minime. Je dirais que les valeurs moyennes entre deux traitements (ce que vous appelez les niveaux) devraient avoir au moins 4 à 5 unités de différence pour être vraiment utiles.

2. Si je comprends bien vos données, il semble que vous ayez un facteur (Nom) et qu'il soit testé à 10 « niveaux ». Vous avez 2 types de plantes (croisés avec Nom). Vous avez 10 plantes (Rep) pour chaque niveau de Nom et chaque plante est mesurée deux fois (est-ce à des endroits différents sur la plante ou exactement au même endroit sur la plante ? Deux parties différentes de la plante ) et des mesures de la maladie sur 3 périodes de temps pour la plante « à l'intérieur » (vous pouvez considérer les plantes imbriquées dans Type et Nom). Nous pourrions débattre de la question de savoir si l'échantillonnage systématique des périodes de temps est croisé avec Nom. J'ai quelques questions concernant cette structure. Le système de numérotation pour Rep semble discutable. La même plante peut-elle recevoir un niveau de Nom différent ? Sinon, il ne devrait pas y avoir de numéros Rep répétés. Combien de plantes sont réellement dans l'étude ? 10 plantes par « Nom ». Elles sont cultivées indépendamment. Ensuite, lorsque le traitement est appliqué, deux feuilles de chaque plante sont isolées et la maladie est appliquée. Comme deux feuilles proviennent de la même plante, mes collègues ont avancé l'argument selon lequel les deux feuilles ne sont PAS des unités statistiques indépendantes, d'où leur regroupement sous le même « rep ». C'est comme si nous évaluions 10 patients sur leur main droite et leur main gauche.

Il semble également que vous ayez 2 mesures de maladie pour chaque plante ? Oui, deux mesures sur deux feuilles différentes . J'ai joint une autre version du tableau de données. Il est impératif que le tableau de données corresponde à la manière dont les données ont été réellement collectées, sinon toute analyse sera suspecte.

Quel est le but de l'étude ? (par exemple, essayez-vous de choisir le « gagnant » (par exemple, le meilleur nom pour réduire la maladie maximale ?) ou essayez-vous de comprendre ce qui contribue à la maladie (croissance)) ? Nous essayons de voir si nous pouvons trouver des additifs (ce que j'ai appelé adjuvant dans mon tableau) qui améliorent considérablement la réduction de la maladie grâce à l'actif. Donc, ce que nous voulons voir :

• L'actif seul doit être meilleur que le non traité
• Espérons que nous pourrons trouver des traitements actifs + adjuvants qui soient nettement meilleurs que l'actif seul

Pourquoi 10 plantes ? Parce que nous pensions que ce serait un bon nombre. Étant donné la variabilité relativement élevée du rendement et l'efficacité relativement faible des traitements, c'est en quelque sorte un minimum. De plus, comme il s'agit de plantes adultes, il est difficile d'aller plus loin, car il y a déjà 200 plantes dans cet essai. Cela demande beaucoup d'espace et de travail manuel.Nous pourrions avoir plus de plantes par traitement, pour peut-être obtenir de meilleures statistiques, mais nous perdrions alors sur le nombre de traitements, ce qui n'est pas souhaitable. Donc 10 est un bon compromis.

Pourquoi 3 périodes de temps, chacune à un jour d'intervalle ? Parce que c'est facile à faire. Une fois que vous avez mesuré la maladie à un moment donné, compte tenu de tous les efforts que vous avez déployés pour y arriver, cela ne coûte pas beaucoup plus cher d'attendre un autre jour et de faire une autre observation. C'est assez courant dans ce genre d'étude. Cela dépend de la nature de la maladie bien sûr, mais celle-ci progresse suffisamment vite pour que vous puissiez constater une certaine croissance à un jour d'écart.

Vous êtes intéressé par le taux de changement de la maladie au fil du temps ou juste par la maladie maximale ou quoi ? Je suppose que la question est de savoir ce que vous pensez que le nom fera à la maladie ? Pourquoi ? Pas le taux de changement, juste la valeur absolue. En gros, vous avez une bonne plante que vous voulez protéger contre une mauvaise maladie. L'idée est de minimiser la quantité de maladie observée sur les plantes traitées. Dans un monde idéal, vous voulez une efficacité de 100 % (c'est-à-dire zéro maladie). Ou au moins une réduction significative du niveau de maladie afin que la mauvaise maladie ne vole pas le rendement des bonnes plantes. Mais le principe actif ne peut pas faire grand-chose à lui seul. C'est là qu'interviennent les additifs (ou adjuvants). Idéalement, nous voulons trouver des additifs qui auront un effet synergique avec le principe actif et dans le meilleur des cas, l'additif n'aura pas beaucoup d'effet à lui seul. Mais ici, il n'y a clairement rien d'excitant, c'est pourquoi j'essaie de creuser plus profondément pour voir si nous pouvons tirer des conclusions. Habituellement, je me contenterais de regarder un test de Student et un test de Dunnett sur les moyennes. (Je sais que Student n'est pas très adapté à plus de 2 niveaux, mais Dunnett peut être un peu trop restrictif, donc une comparaison des deux peut être intéressante). Ici Dunnett dit qu'il n'y a pas de différences entre les différents niveaux, et Student dit que peut-être que l'additif E apporte quelque chose.

3. Avez-vous évalué le système de mesure ? Je ne sais pas trop ce que cela signifie. Les valeurs sont une mesure physique qui est facile à réaliser, donc je ne m'en soucierai pas trop.

Avez-vous mesuré la maladie plusieurs fois au même endroit sur la même plante à la même période ? Oui, elle est mesurée à trois périodes différentes sur les mêmes feuilles (jour 1, 2 et 3).

Il semblerait que les erreurs de mesure soient probablement confondues avec celles de l'usine elle-même ? Aucune idée .

Ré: Choisir la bonne comparaison des moyennes

Salut @MRB3855 ,

Les répétitions, ou « répétitions », sont les mêmes mesures effectuées sur différentes plantes. Ainsi, la plante 1, la plante 2, la plante 3. Chaque plante est cultivée séparément dans son propre pot. Pour chaque répétition, il y a deux mesures, qui sont effectuées sur deux feuilles de la même plante.

Ensuite, il y a le moment de l'évaluation. Ainsi, une mesure de la valeur de sortie (maladie) est effectuée le premier jour, puis une autre le jour suivant et une autre le jour 3. Les points de données générés le même jour peuvent être comparés, mais pas sur plusieurs jours.

Le nom contient le traitement d'intérêt oui.

Les « types de plantes » désignent deux types de plantes légèrement différents. L'objectif est de voir si l'un des types est plus résistant à la maladie que l'autre. Il est donc intéressant de comparer la valeur de la maladie sur les deux types de plantes dans leur ensemble, ou sur les deux types lors d'un seul traitement.

Ré: Choisir la bonne comparaison des moyennes

Mec !!, c'est un ensemble de données vraiment génial, wow.

J'ai modifié les types de modélisation de quelques colonnes et ajouté quelques nouveaux scripts au tableau.

J'ai essayé de modéliser les données avec une méthode de surface de réponse (RSM). Rep(order?) semble avoir un effet, donc dans le modèle 2 j'en ai fait un effet aléatoire.

 

 

Je ne sais pas ce que vous espériez trouver, mais ce sont des données très interprétables et la conception de l'étude est tout simplement fantastique également.

Fit Model(
	Y( :Disease ),
	Effects(
		:Name, :"Assessment time (DAI)"n & RS, :Plant type,
		:Name * :"Assessment time (DAI)"n,
		:"Assessment time (DAI)"n * :"Assessment time (DAI)"n, :Name * :Plant type,
		:"Assessment time (DAI)"n * :Plant type
	),
	Random Effects( :"Rep (Order)"n ),
	Personality( "Standard Least Squares" ),
	Emphasis( "Effect Leverage" ),
	Method( "REML" )
);

J'ai changé la colonne DAI en numérique continu et la colonne Rep en numérique continu.

Ré: Choisir la bonne comparaison des moyennes

Concernant : « Au fait, messieurs, c'est assez pénible de générer ce rapport de lettres de connexion dans l'outil d'ajustement Y par X. Parce que j'ai 6 groupes, soit 6 triangles rouges sur lesquels cliquer pour comparer les moyennes. C'est inutilement fastidieux. Connaissez-vous une méthode pour rendre les choses plus rapides ? »

Oui, beaucoup plus rapide. Maintenez la touche Contrôle enfoncée (commande sur Mac) lorsque vous comparez les moyennes pour le premier par groupe. La touche Contrôle diffuse votre frappe à tous les objets similaires dans la fenêtre. Cela fonctionne également pour redimensionner les graphiques.

(je continue à réfléchir à la question plus large)

Ré: Choisir la bonne comparaison des moyennes

Bob, je ne suis pas un expert en la matière en ce qui concerne votre situation, mais j'ai examiné votre tableau et j'ai les réflexions suivantes. Certaines de mes questions et commentaires sont plus socratiques qu'ils ne nécessitent une réponse.

1. Tout d’abord, la variation de votre réponse a-t-elle une valeur pratique ? Aucun contexte n’est fourni quant à l’importance scientifique d’un changement dans la maladie ? Cela est toujours plus important que la signification statistique.

2. Si je comprends bien vos données, il semble que vous ayez un facteur (Nom) et qu'il soit testé à 10 « niveaux ». Vous avez 2 types de plantes (croisés avec Nom). Vous avez 10 plantes (Rep) pour chaque niveau de Nom et chaque plante est mesurée deux fois (est-ce à des endroits différents sur la plante ou exactement au même endroit sur la plante ?) et des mesures de Maladie sur 3 périodes de temps pour la plante « à l'intérieur » (vous pouvez considérer les plantes imbriquées dans Type et Nom). Nous pourrions débattre de la question de savoir si l'échantillonnage systématique des périodes de temps est croisé avec Nom. J'ai quelques questions concernant cette structure. Le système de numérotation pour Rep semble discutable. La même plante peut-elle recevoir un niveau de Nom différent ? Si ce n'est pas le cas, il ne devrait pas y avoir de numéros Rep répétés. Combien de plantes sont réellement dans l'étude ? Il semble également que vous ayez 2 mesures de maladie pour chaque plante ? J'ai joint une autre version du tableau de données. Il est impératif que le tableau de données corresponde à la manière dont les données ont été réellement collectées, sinon toute analyse sera suspecte.

Quel est le but de l'étude ? (Par exemple, essayez-vous de choisir le « gagnant » (par exemple, le meilleur nom pour réduire la maladie maximale ?) ou essayez-vous de comprendre ce qui contribue à la maladie (croissance)) ? Pourquoi 10 plantes ? Pourquoi 3 périodes de temps, chacune à un jour d'intervalle ? Êtes-vous intéressé par le taux de changement de la maladie au fil du temps ou simplement par la maladie maximale ou quoi ? Je suppose que la question est de savoir quelle sera, selon vous, l'effet du nom sur la maladie ? Pourquoi ?

3. Avez-vous évalué le système de mesure ? Avez-vous mesuré la maladie plusieurs fois au même endroit sur la même plante au même moment ? Il semblerait que les erreurs de mesure soient confondues avec celles au sein de la plante ?

4. Un examen graphique des données sans aucune synthèse montre que les périodes de temps (DAI) sont la plus grande source de variation dans l'étude. Cela peut être attendu et peut ne présenter aucun intérêt (c'est pourquoi vous pouvez vouloir examiner les données par DAI), mais remarquez également que la variation augmente avec le DAI. Il peut également y avoir des « valeurs aberrantes » dans vos données.

Colorié par DAI

Colorié par nom pour DAI=1

 

 

 

Ré: Choisir la bonne comparaison des moyennes

Je m'assure de bien comprendre vos données @bobmorrane : chaque ensemble de six lignes est-il un « sujet » (ce que vous appelez « Rep ») ? Et ensuite, les trois premières lignes de chaque « sujet » sont -elles trois mesures répétées sur une partie de la plante, et les trois lignes suivantes de chaque sujet sont-elles des mesures répétées sur une autre partie de la plante ? Et « Nom » contient les traitements d'intérêt (que vous souhaitez comparer par rapport à leurs effets sur ces deux parties de la plante, respectivement). Est-ce que tout cela est correct ?

Ré: Choisir la bonne comparaison des moyennes

@P_Bartell @Byron_JMP , tableau de données ci-joint

Ré: Choisir la bonne comparaison des moyennes

Bonjour,

J'aime croire qu'il est bien conçu, car j'ai participé au processus de conception;)

mais blague à part, c'est une plante spécialement cultivée pour le test, avec des traitements qui lui sont appliqués de manière standard et professionnelle.

J'ai donc appliqué différents traitements à 2 types de plantes (variantes de la même culture) et le niveau de maladie (ma production) a été évalué à différents moments (1, 2, 3 jours). Nous devons donc au moins regrouper les choses par heure d'évaluation.

Voici les données de manière anonyme, avec les scripts attachés. Je regarde à la fois les tests de Student et de Tukey, car l'un est jugé trop permissif et l'autre un peu trop restrictif. Je ne vois pas beaucoup de différence ici.

Au fait, messieurs, c'est assez pénible de générer ce rapport de lettres de connexion dans l'outil d'ajustement Y par X. car j'ai 6 groupes, soit 6 triangles rouges sur lesquels cliquer pour comparer les moyennes. C'est inutilement fastidieux. Connaissez-vous une méthode pour rendre les choses plus rapides ?

Quelqu'un qui lit ceci : jetez un œil à ce souhait de la liste de souhaits et félicitez-le ! De cette façon, nous pourrions intégrer les lettres de connexion dans le générateur de graphiques.

Afficher les lettres de signification dans le générateur de graphiques lors de l'utilisation de boxplot et dans fit y... - Communauté d'utilisateurs JMP

Ré: Choisir la bonne comparaison des moyennes

@P_Bartell , je suis sûr que c'est une expérience bien conçue et bien contrôlée. Les plantes sont terriblement lentes, la planification est donc primordiale.

Il s'agit probablement d'un problème à variables multiples, donc un simple Kramer de Turquie ne fonctionnera pas. Il suffit de configurer le problème dans Fit Model pour y parvenir, puis nous pourrons examiner les moyennes des moindres carrés pour la principale variable de traitement.

Ré: Choisir la bonne comparaison des moyennes

En plus de tout ce que mon ancien collègue (je suis retraité) @Byron_JMP a demandé, l'agencement/combinaison de traitements et de plantes est-il une sorte d'expérience planifiée ou s'agit-il simplement de traitements aléatoires appliqués aux plantes comme la nature ou quelqu'un a décidé de les administrer ? Cela pourrait avoir un impact important sur la façon dont vous devriez analyser de manière optimale les réponses... et pas seulement des tests de comparaison multiples.

Ré: Choisir la bonne comparaison des moyennes

Il serait peut-être plus facile de comprendre le problème avec un exemple de tableau.

Il semble que vous ayez des données comme celles-ci

Trois traitements ou plus.

Plusieurs plantes par traitement

Plusieurs points d'échantillonnage (types de tissus) par plante

Plusieurs échantillons de chaque tissu

À la fin, vous souhaiterez peut-être voir l’effet du traitement sur la feuille et la tige par exemple pour chaque traitement.

Si les traitements multiples sont quelque chose comme un contrôle et plusieurs dilutions de la substance, cela changerait aussi certaines choses.