Quel test utiliser ?

Bonjour à tous,

Je vais tenter de vous exposer mon problème le plus clairement possible, ce n'est pas très compliqué je pense mais jusqu'ici je sèche, et ce malgré toutes mes recherches !

Voilà, si par exemple j'ai deux zones A et B, et dans chaque zone un même pool d'espèces (exactement les mêmes d'une zone à l'autre). Imaginons que la variable Z mesure un critère particulier comme, pour moi, la largeur de niche isotopique moyenne de chaque espèce dans chaque zone.

Mon but est de voir si, d'une zone à l'autre, la valeur de Z évolue dans le même ordre, c'est-à-dire : voir si dans ma zone A, la taille de la niche de chaque espèce se situe, par rapport aux autres, au même rang que dans ma zone B (et du coup, l'espèce qui a la plus grande/petite niche en A aura toujours la plus grande/petite niche en B).

Quel test puis-je utiliser pour visualiser cela ? On m'avait conseillé un test de Kruskal-Wallis (de façon à voir si mon interaction Espèce:Zone est significative, auquel cas cela signifie que l'ordre n'est pas respecté) mais je pense que ce n'est pas suffisant (ce test pouvant à mon avis détecter une interaction significative même si l'ordre reste identique ; il suffirait que le rapport des différentes niches soit légèrement modifié)

J'espère avoir été suffisamment claire Je vous remercie d'avance pour votre aide !

Chrystelle

bonjour,

sans données c'est difficile de te suivre.

Ici on parle de stat donc donnes nous tes hypothèses de travail et les données sur lesquelles tu travailles.

Nik

Bonjour et merci de ta réponse Nik,

Pardon pour le retard et pour le manque de clarté du message, en fait je pensais vous épargner des noeuds dans la tête en simplifiant au maximum mais du coup je vais tenter d'être plus exhaustive :

J'ai un pool d'espèces communes pour deux régions (deux îles du Pacifique, ce sont des poissons récifaux). Pour chaque région et chaque espèce, j'ai une valeur de la niche isotopique (SEAB : SEAB.moy pour la valeur moyenne et SEAB.SD pour son écart-type). Voici un résumé de ce que cela donne :

Code:


Région 1                           SEAB.moy            SEAB.SD
Halichoeres trimaculatus   29,20529737   10,20603155
Chaetodon auriga                   61,85214043   21,72400169
Myripristis kuntee           82,72869576   24,73908474
Gomphosus varius           86,65475693   22,67833716
Myripristis violacea           96,70669532   19,91492004
Mulloidichthys vanicolensis   103,157068           29,76951431
Dascyllus flavicaudus           115,2215669   27,6093774
Canthigaster solandri           140,079756           36,85325032
Epinephelus merra           170,3805713   40,7704609
Epinephelus hexagonatus       187,1777896   56,17083322
Cheilinus chlorourus           191,5308249   63,5845057
Ctenochaetus striatus            259,615317   48,49106026
Gnathodentex aureolineatus   263,7126549   68,77420139
Naso lituratus                   276,2882396   74,36923954
Acanthurus nigrofuscus           283,0574733   63,89245177

Région 2                          SEAB.moy       SEAB.SD
Myripristis kuntee          41,8770563           14,5522272
Dascyllus flavicaudus          53,78609853   15,80273529
Gomphosus varius          61,33433606   15,55214285
Myripristis violacea          88,27190826   21,62926309
Mulloidichthys vanicolensis   97,58150269   24,61785513
Halichoeres trimaculatus     113,5641686           40,33254172
Epinephelus hexagonatus     136,5180339           36,28007786
Canthigaster solandri          147,3257588   38,74086781
Cheilinus chlorourus          147,921044           27,50820948
Chaetodon auriga                  163,8011398   41,72424046
Gnathodentex aureolineatus  193,6924216   40,32992926
Acanthurus nigrofuscus      268,2161308   68,93271002
Ctenochaetus striatus           292,3892408   67,48163765
Epinephelus merra           296,4093886   61,86857115
Naso lituratus                   441,0737245   94,86124472



Chaque valeur SEAB.moy est la moyenne de 500 simulations effectuées sur l'espèce correspondante. L'écart-type est calculé sur ces mêmes 500 simulations.

Ici, ma valeur SEAB.moy est classée dans l'ordre croissant pour les deux régions. Or, on voit bien que l'ordre des espèces n'est pas le même d'une région à l'autre. Cela doit me permettre de dire que d'une région à l'autre, l'étendue de la niche isotopique change sans que l'ordre des espèces ne soit conservé, et in fine que les espèces semblent présenter une certaine versatilité.

Mon problème est que je ne sais pas du tout comment apporter une base statistique à cela. Je ne veux pas contenter de dire "Voilà, les niches de deux espèces peuvent s'inverser d'une zone à l'autre, ça bouge dans tous les sens", je veux en effet être sûre que ce désordre est "significatif".

J'espère avoir été plus rigoureuse en présentant mon problème ainsi !  

Merci à tous, et bonne semaine !!

c déjà plus précis.
Je ne comprends pas d'où sortent les 500 valeurs...comment simules tu 500 niches isotopiques ? ça c'est plus une question de biologiste mais je pense que ça peut éclairer un peu ton propos.

ce serait sans doute un peu plus clair si tu exposais les questions écologiques posées et pas de dire ce que ça doit montrer. "L'ordre des espèces" c'est pas très clair comme concept. Tu veux comparer les niches des 2 régions ? les niches entre les espèces ?
Bref pose de vraies question sur lesquelles on pourra se raccrocher pour éventuellement proposer qq chose.

Pour le moment j'entrevois pas grand chose.

Je veux comparer les niches entre espèces dans une même région, voir quelles sont les espèces ayant la niche la plus étroite ou au contraire la plus large, et donc les classer selon la taille de niche dans chacune des régions séparément.

Et ensuite, je voudrais surtout voir si mon classement se maintient d'une région à l'autre. L'hypothèse est que si les espèces s'alimentent de la même manière quelle que soit la région, alors l'ordre devrait être sensiblement le même, et la taille de la niche d'une espèce par rapport aux autres ne devrait pas changer.

Nous calculons la taille de nos niches avec la méthodologie SIBER développée par Jackson et al. (2011). L'algorithme ajuste une ellipse sur le nuage de points C-N, et ça plusieurs fois (500 donc, ici) afin de fournir une mesure de variabilité. Du coup, j'ai calculé une ellipse par espèce et par région. Les valeurs SEAB.moy et SD sont les moyennes et écart-types finaux, calculés sur les 500 sim, et ce pour chaque espèce dans chaque région.

Voilà voilà :)on m'avait suggéré un Kruskal-Wallis sum rank test, mais à moins que je ne me trompe ce n'est pas différent du Kruskal-Wallis commun qui est l'équivalent d'une ANOVA en version non-paramétrique. Du coup, je ne vois pas comment ce test pourrait m'aider à prouver que l'ordre des espèces peut changer dans leur classement, puisqu'il peut très bien détecter un effet espèce + un effet région + une interaction significatifs sans pour autant que l'ordre des espèces ait besoin de changer.

Merci encore

Personne n'aurait une petite idée :'( ?

Peut-être que deux graphes (un par région) montrant que les espèces classées dans l'ordre croissant de taille de la niche changent d'ordre suffirait finalement ?

Merci beaucoup

Bonjour.

"L'hypothèse est que si les espèces s'alimentent de la même manière quelle que soit la région, alors l'ordre devrait être sensiblement le même". Tu peux utiliser le W de Kendall (concordance de p classements).
"et la taille de la niche d'une espèce par rapport aux autres ne devrait pas changer." Le test de Kruskall-Wallis devrait te donner des informations. Bien évidemment si le test de concordance des classements a été non significatif (si les classements sont modifiés substantiellement, cette question ne se pose plus).

Cordialement.

Chrys a écrit:
Peut-être que deux graphes (un par région) montrant que les espèces classées dans l'ordre croissant de taille de la niche changent d'ordre suffirait finalement ?

Il est souvent utile de faire des statistiques descriptives, avec les données. Après, on peut éventuellement valider les découvertes par des tests.

Cordialement.

Bonjour et Merci beaucoup à toi gg !

Je vais aller me renseigner sur le test W de Kendall. Quant aux observations graphiques, elles m'apportent déjà ma conclusion, je voulais juste la baser également sur quelques chose d'un peu plus robuste statistiquement.

Merci encore !!!