Je suis entrain de créer une appli qui automatise les stats (si, si ).
Exemple, j'ai deux produits à comparer. Traité versus Témoin.
J'ai 6 temps de suivi du produit.
22 sujets par groupe.
Je souhaite faire un test de normalité shapiro- wilk + bartlett.
shapiro:
Code : Tout sélectionner
group= traitement
group2= temps
shapi.groupe<-tapply(data[,y], list(data[,group],data[,group2]), shapiro.test)
lapply(shapi.groupe, function(x) print(x))
Shapiro-Wilk normality test
data: X[[i]]
W = 0.90104, p-value = 0.1636
Shapiro-Wilk normality test
data: X[[i]]
W = 0.86177, p-value = 0.05146
Shapiro-Wilk normality test
data: X[[i]]
W = 0.91205, p-value = 0.2266
Shapiro-Wilk normality test
data: X[[i]]
W = 0.92451, p-value = 0.3255
Shapiro-Wilk normality test
data: X[[i]]
W = 0.8373, p-value = 0.02568
Shapiro-Wilk normality test
data: X[[i]]
W = 0.96245, p-value = 0.8181
Shapiro-Wilk normality test
data: X[[i]]
W = 0.90268, p-value = 0.1718
Shapiro-Wilk normality test
data: X[[i]]
W = 0.95694, p-value = 0.7394
Shapiro-Wilk normality test
data: X[[i]]
W = 0.88396, p-value = 0.09854
Shapiro-Wilk normality test
data: X[[i]]
W = 0.95313, p-value = 0.6832
[[1]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.90104, p-value = 0.1636
[[2]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.86177, p-value = 0.05146
[[3]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.91205, p-value = 0.2266
[[4]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.92451, p-value = 0.3255
[[5]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.8373, p-value = 0.02568
[[6]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.96245, p-value = 0.8181
[[7]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.90268, p-value = 0.1718
[[8]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.95694, p-value = 0.7394
[[9]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.88396, p-value = 0.09854
[[10]]
Shapiro-Wilk normality test
data: X[[i]]
W = 0.95313, p-value = 0.6832
J'ai des conditions (traitement*temps) où le test de shapiro montre la non - normalité.
Comment puis je automatiser l'analyse?
C'est à dire que :
- si p-value <0.05 ==> test non parametrique
- sinon p-value> 0.05 ===> test paramétrique
Faut il que toutes les p-value soient > 0.05 pour faire des test paramétriques?
Dois je faire le test sur l'ensemble de la population quelque soit le groupe: temps*traitement ?
Merci pour votre aide
Maïna