help! régréssion de spearman et données manquantes sous R

bonjour à tous
je suis dans une situation au bord de la crise de nerfs et j'espère que vous pourriez m'aider car j'ai cru comprendre dans le forum que vous êtes assez calé en stat et R
je suis en 3ème année de thèse en écologie, je ne suis pas forte en stat car je viens d'un parcourt géographie et les voies des stat me sont impénétrables, j'ai beaucoup progréssé depuis 2ans sous R mais j'ai toujours des difficultés, bref, d'où mon message
actuellement je compare des données avant /aprés, j'ai un suivie des paramètres physioco chimique de l'eau(étang) depuis 2004(à raison 4fois /an) et à partir de 2006 ce site à subi un curage pour le reboosté biologiquement, l'idée est de comparer l'éffet de ce traitement sur les paramètre avant et aprés, donc, je fait une comparaison de moyenne par paramètre 2ans avant curage vs 2aprés curage, comme je ne me fait aucune hypothèse sur la normalité , je fait un test de wilcoxon des série appariées, sauf que pour certains paramètres j'ai pas le même nombre d'observation pour avant et aprés=> je remplace par la moyenne? (ce que j'ai fais), cela n'est pas le problème en vérité
le soucis c'est que je veux savoir est ce que la différence que j'observe sur 2ans (p value significative sur cetrains paramètres) évoluent dans le même sens jusqu'à 2012 (date de la fin de suivi), du coup on m'a dit de faire une régréssion de spearman, j'ai pas le même nombre d'observation entre (2006 à 2008=> 2ans aprés curage) vs (2009 à 2012=> tendance) et quand je remplace par la moyenne R me mets un avertissement aux exéquau, je ne sais pas si vous connaissez un moyen plus simple pour répondre à cette question ou un test plus pertinent
je vous remercie d'avance

Bonjour,

Je ne sais pas ce qu'est une régression de Spearman (test sur les rangs ?). En tout cas ta présentation du problème et des données est un peu confuse.
L'approche univariée (variable par variable) est bien pour connaître son jeu de données mais va vite atteindre ses limites.

Si j'ai bien compris :
-avant restauration tu as 2 ans de données (mesure de X paramètres
-après restauration, 7 ans de données (si on considère 2006 comme après restauration)

Tu n'as donc que 2 années à comparer à 7. Tu pars donc dans un contexte où la variabilité avant restauration est moins bien connue que celle après. Statistiquement tu risques donc d'observer une variabilité plus forte après qu'avant.
Tu peux faire une ACP normées de toutes tes données pour voir comment se positionne les années avant restauration. Ce sera déjà beaucoup plus intéressant que de regarder paramètre par paramètre.
Une autre approche, peut être complémentaire, est de faire une co-inertie des tableaux correspondant aux 2 années avant restauration puis de refaire la même procédure pour les couples d'années après restauration (2006-2007, 2007-2008... ) et de faire une co-inertie multiple pour voir comment se positionne le compromis 2004-2005 par rapport aux autres. Cela te permettra de voir si la dynamique des paramètres pour les deux années avant-restauration est dans le champs de ce qui se passe après ou pas.
Il faudra pas chercher midi à 14h car ut n'as que 2 années avant restauration.

Nik

PS : si tu galère en stat fais toi aider directement par quelqu'un et pas uniquement sur les forum