Erreur lme et aov

[Charlotte Sirot]

Bonsoir à tous,

Après des heures et des heures de recherche et de fonctions essayées, je me tourne vers vous parce que sinon mon PC va passé par la fenêtre :)

Je possède un tableau de données que voici : https://www.wetransfer.com/downloads/46 ... 347/e5a64f

3 colonnes : première une concentration, 2ème colonne : le nom de l'individu et 3 son stade phsyiologique
Je cherche à savoir s'il y a une différence de concentration entre les stades
j'ai donc réalisée une première ANOVA avec mesures répétées :

Code : Tout sélectionner

data = read.csv("essai.csv", h = T, sep =";")
model = aov(data[,1] ~ data[,3] + Error(data[,2]/data[,3]))

réponse de mon cher et tendre :

Code : Tout sélectionner

Warning message:
In aov(data[, 1] ~ data[, 3] + Error(data[, 2]/data[, 3])) :
  le modèle Error() est singulier

Qu'a cela ne tienne, je me dis qu'il a mal du comprendre et qu'il comprendra avec un modèle linéaire mixte :

Code : Tout sélectionner

am2 = lme(data[,1] ~ data[,3], random = ~1|data[,2]/data[,3])

et :

Code : Tout sélectionner

Error in model.frame.default(formula = ~data, data = <environment>, na.action = function (object,  :
  type (list) incorrect pour la variable 'data'

J'ai eu beau googliser les erreurs, j'ai pas de réponse satisfaisante

Est-ce que vous voyez d'où ces erreur peuvent provenir ?
Merci d'avance !!

Cha

[Renaud Lancelot]

Il est préférable d'utiliser les syntaxes du type :

Code : Tout sélectionner

formula = reponse ~ var1 + var2, data = tsointsoin

plutôt que :

Code : Tout sélectionner

formula = tsointsoin[, 1] ~ tsointsoin[, 2] + tsointsoin[, 3]

Ici vous êtes doublement touchée par le pb, car vous avez commis une erreur: "data" est un nom de fonction, et R comprend que vous essayez d'accéder à ses composantes avec l'extracteur "[". Moralité: ne jamais appeler un jeu de données "data", ou jetez-vous par la fenêtre (plutôt que de défenestrer l'ordinateur) :-)

[Charlotte Sirot]

Merci Renaud, j'ai corrigé mais même erreur !!
Data : https://www.wetransfer.com/downloads/64 ... 308/39e140

Code : Tout sélectionner

> model = aov(Ba138 ~ Stat + Error(V23/Stat), data =dataCHa)
Warning message:
In aov(Ba138 ~ Stat + Error(V23/Stat), data = dataCHa) :
  le modèle Error() est singulier

Que faire ? (A part me jeter par la fenêtre, j'entends!!)

Merci encore

Cha

[Stéphane Adamowicz]

Pardon Charlotte,

mais le fichier que vous avez pointé dans votre premier message contient les variables Conc, Ind et Stat, pas les variables Bal38, ni V23.

De plus dans le fichier en question les données ne sont pas équilibrées, un véritable obstacle à l'usage de la fonction aov avec terme d'erreur.

[Renaud Lancelot]

Et avec lme (robuste pour données déséquilibrées). Avez-vous vérifié que votre modèle est cohérent par rapport aux données (nb d'obs / groupe définis dans la partie aléatoire) ?

[Charlotte Sirot]

Ok pour les données déséquilibrées alors !

Pour ce qui est des données pour la lme, je n'avais pas connaissance de condition d'application nb d'obs/ nb groupe

En fait pour chaque groupe, j'ai 15 individus qui ont un nombre d'observations différentes selon le stade (en général 5 à 7 pour le stade larvaire, environ 60 pour le stade juvénile et généralement inférieur 30 pour le stade adulte) et ma question est de savoir s'il existe une modification significative des concentrations moyennes entre stade.

La je pense qu'on sort des objectifs de ce forum.

Merci pour vos précédentes réponses,

Charlotte

[Stéphane Adamowicz]

autre problème, la façon dont vous avez spécifié le modèle dans lme.

Voici ce que vous auriez dû écrire, et qui marchera :

Code : Tout sélectionner

d = read.csv(file.choose(), h = T, sep =";") # lire essai.csv
require(nlme)
model2 <- lme(fixed=Conc ~ Stat, data=d, random= ~1|Ind)
anova(model2)


[Charlotte Sirot]

HA super Ca marche !!

Du coup je comprends pas , j'ai fait le parallèle avec ma formule et ça marche du coup, je comprends pas ce qu'il s'est passé ?

En fait, est-ce que c'est que j'ai mis le groupe en effet aléatoire ?

Autre question, comme mes stat sont significatives, est-ce que je suis en mesure d'avoir des test post-hocs ?

Merci encore milles fois

CHa

[Stéphane Adamowicz]

Votre formule différait parce que vous aviez niché Stat dans Ind comme s'il s'agissait d'un split-plot. Il m'a semblé que cela n'avait pas lieu d'être, et que l'individu (Ind) est le seul facteur de regroupement (mais peut-être me trompès-je, vous ne nous avez pas donné beaucoup d'informations sur la manière dont les données ont été obtenues).

Maintenant, quand vous dites "du coup ça marche", ne vous enthousiasmez pas trop vite. Je ne serais pas étonné qu'avec ce genre de données les conditions de normalité et surtout d'homoscédasticité ne soient pas remplies.

testez le code suivant :

Code : Tout sélectionner

model2 <- lme(fixed=Conc ~ Stat, data=d, random= ~1|Ind)

dev.new(width=7, height=3.5); par(mfrow=c(1,2), oma=c(0,0,1,0), mar=c(3,3,1.5,0.2), ps=8, mgp=c(1.5,0.3,0))
plot(residuals(model2, type="pearson")~fitted(model2), main="Residuals vs Fitted", xlab="Fitted values", ylab="Standardized residuals"); abline(h=0, lty="dashed"); qqnorm(residuals(model2, type="pearson")); qqline(residuals(model2, type="pearson"), lty="dashed")


[Charlotte Sirot]

Bon...
On a abandonné les modèle mixtes (effectivement, les modèles ne donnaient pas des résidus normaux et de variances homogènes) pour une méthode de sélection de modèles.

Mille mercis encore à tous ceux qui m'ont bien aidé sur ce problème !!!!