distinguer effet variables qualitatives sur une autre variab

Bonjour à tous,
Je suis actuellement en stage de M1 écologie et je dois traiter un jeu de données issu d'une enquête participative sur 7 taxons de Lichens. Les données sont des données qualitatives (environ 2700 données). Chaque donnée correspond à un point GPS, l'espèce de lichen, une approche du milieu, le support ; ex : Lobaria pulmonaria - Forêt - Hêtre.
A l'aide de tableaux croisées dynamiques j'ai réalisé un tableau de contingence pour chacune des deux variables (le milieu et le support) traitées ensuite sur R avec des AFC + Chi2. J'aimerais maintenant pouvoir identifier s'il y a une variable qui explique mieux la présence du(des) lichens entre ces deux variables et je ne vois pas vraiment comment m'y prendre ?
Merci beaucoup

Bonjour,

Si tu as déjà fait une AFC, regarde du côté des analyses inter- et intra-classe en prenant les facteurs forêts et arbres en facteurs de regroupement. Cela te permettra d'obtenir la part d'inertie expliquée par chacun des facteurs et ainsi de connaître le facteur prépondérant.
Donne un peu plus de détail sur tes données au cas où elles ne soient pas structurées comme on peut l'imaginer à partir de ton message.

Nik

Bonjour et merci Nik pour ta réponse,
Je mets en PJ un extrait du tableau de données. Je n'ai jamais utilisé ces analyses et je ne vois pas comment m'y prendre, faut-il effectuer préalablement une AFCM afin d'avoir les deux variables dans la même analyse ? Le package ade 4 et la fonction bca/wca sont-elles utilisées pour cela ? Excusez-moi pour ces questions, je suis novice dans ce domaine..
Merci !

Oui c'est bien les fonctions bca/wca du package ade4. La pièce jointe n'apparait pas dans ton message, du coupe, j'attends ton extrait des données pour te dire le type d'analyse et te proposer une solution réellement adaptée

Voilà, j'espère que ça aura marché, merci beaucoup Nik

Effectivement, ça n'est pas exactement ce que j'avais en tête.
Il y a un problème dans le jeu de données car, à priori, les absences de lichen n'ont pas été enregistrées. Les espèces d'arbre par milieu ne sont pas du tout équilibré et on ne peut pas savoir si c'est parce qu'il n'y a pas l'espèce d'arbre dans le milieu ou si c'est une réelle absence de lichen sur l''espèce d'arbre.

Est ce que l'ensemble des supports de chaque milieu a été inventorié ? Dans ce cas on peut considérer que si le support n'est pas noté c'est que le support n'est pas présent dans le milieu.
Avec ce type de données on aurait donc pour chaque site, une caractérisation en termes de type de milieu et des supports présents et là on pourrait essayer de faire ressortir le facteur explicatif dominant.

Si ce n'est pas ça, je vois pas bien comment tu eux répondre à la question ou alors j'ai loupé quelque chose (ce qui est bien sûr possible)...

Nik

Oui le gros problème de ce jeux de données est que le protocole d'échantillonnage n'a pas était "correctement" designé pour faire des analyses stats. Je n'ai donc que des points gps qui relatent une espèce sur un arbre pris par une personne qui se promenée (en caricaturant). Je ne sais donc pas du tout la composition du milieu de manière global mais simplement sur quel type de milieu et sur quelle arbre elle a été trouvé... Je t'avoue que je ne vois pas bien comment l'exploiter

Ok. Tu ne pourras donc pas conclure quant à la prédominance des effets entre milieu et support.
les tests du chi² vont être tous significatifs étant donné la répartition des supports dans les milieux, ce qui n'a pas d'intérêt...on en fonce des portes ouvertes.

Une possibilité de traitement est, pour chaque espèce de lichen prise indépendamment, de ne retenir que les 3-4 supports dominant et de regarder s'il y a une différence entre les milieux représentés en termes de répartition des lichens via un test du chi².
tu peux faire le même test en prenant pour les 2-3 milieux avec une présence importantes de lichen, savoir s'il y a une différence de répartition entre les espèces.

Bon tot ça ne va pas très loin mais ça renter sous le vocable "traiter les données"

Bonjour,

Ton problème me fait penser à de la modélisation d'habitat favorable avec des données 'presence-only'.
Ton jeu de données semble s'y prêter vu le nombre de points gps.

Grossièrement la logique est de modéliser l'habitat favorable des lichens avec les variables explicatives à disposition, sur une partie des données (souvent 70%). Puis une fois les modèles entraînés, les faire prédire sur les 30% de données restantes et croiser les présences (observées) des lichens avec les prédictions des modèles. Si la qualité prédictive est bonne, alors tu peux aller à l'intérieur des modèles afin d'avoir les variables explicatives participant le plus à chaque modèle.

HTH,
Bastien

Merci beaucoup pour vos réponse,
Oui Nick je vais faire du Khi 2 je pense ...
Bastien, je n'osais pas encore aborder ce sujet ! Mais oui j'aurais aimé faire de la prédiction à partir de mes données. J'ai récupéré les 19 variables de bioclim et des données d'altitudes, et surement des données de pentes d'ici peu... Mais je ne sais pas trop encore comment m'y prendre je n'ai jamais vraiment touché aux modèles, et comme je n'ai que des données de présences comme tu dis il faudrait donc que je modélise des "background data" c'est bien cela ?
Encore merci pour vos réponses,
Théo

Théo,

Un peu long pour t'expliquer la modélisation d'habitat favorable par 'ensemble modelling' pour des données 'presence-only' sur ce forum.
Tu as les principaux mots clefs, et voici quelques travaux que j'ai fait avec plein de références qui pourront t'être utiles :
Rapport de stage
La version Biotope-ONEMA découlant de mon rapport de stage (chap. 3)
Modélisation habitat favorable en presence-only des grandes Naïades de France (p. 200)

Tu trouveras des infos sur l'ensemble modeling d'habitat favorable, sur les données bioclims et sur la modélisation des données présence-only (pour le 3è lien seulement). Bien sûr tu as toute la biblio citée qui peut te servir.

HTH,
Bastien