problème tranformer des données, résidus non normaux

Bonjour,

j'étudie actuellement la croissance de génisses(bovins) sur les 5 dernières années. j'ai crée le modèle suivant: première colonne = les poids de naissance (PN) de 2009 à 2014 de tous les individus, deuxième colonne=le poids de sevrage (PS) et la troisième colonne c'est l'année (2009-2010, 2010-2011...)
voila mon script:
a<-read.table("ps~pn+annee.txt",header=TRUE)
a
attach(a)
ma<-aov(PS~PN+annee,data=a)
ma
shapiro.test(ma$residuals)

Mais quand je fais un test de shapiro sur ce modèle, les résidus ne suivent pas une loi normale. j'ai essayé plusieurs transformations de données (log,sqrt...) et je n'y arrive pas. Auriez vous une transformation à me proposer? Merci

Salut,

j'ai envie de te dire aucune...La normalité des résidus n'est pas franchement le point principal d'un modèle linéaire. Il faut avant tout veiller à l'homoscédasticité et à l'indépendance des résidus.
De plus transformer une variable consiste généralement à fortement contraindre la variance. En plus, comme tu le vois, ça ne fait pas grand chose sur la normalité des résidus.
Un test de shapiro va avir vite tendance à rejeter la normalité. Si les résidus ne s'écarte pas franchement de la droite y=x sur un graphique quantile-quantile alors ne te tracasse pas trop avec ça et fait ton modèle.
Par contre si hétéroscédasticité alors le modèle linéaire n'est pas le bon choix...

Pour ce qui est des variables morphologiques comme le poids, on sait que ce sont des fonctions puissances qui permettent de les relier. Par contre entre 2 poids je ne sais pas...

HTH

Nik

ok merci,je me suis informée auprès de collègues et effectivement comme ça se rapproche d'une loi normale, ils m'ont dit que c'était bon. Merci pour votre réponse