Correction des ex-aequos sous R

Bonjour

J'utilise actuellement un test non paramétrique (pairwise.wilcox.test Bonferroni corrected) sous R pour comparer l'effet de différents traitements sur une variable cellulaire (comptage / dénombrement) dont les valeurs ne suivent pas une distribution normale. J'obtiens le résultat suivant :

Pairwise comparisons using Wilcoxon rank sum test

data: baba[, 2] and baba[, 1]

A B C D E F
B 1.0000 - - - - -
C 1.6e-08 4.2e-08 - - - -
D 0.0025 0.0032 0.4185 - - -
E 1.0000 1.0000 3.0e-08 0.0178 - -
F 1.0000 1.0000 0.0004 0.5221 1.0000 -
G 1.0000 1.0000 0.0412 0.8059 1.0000 1.0000

P value adjustment method: bonferroni
Message d'avis :
In wilcox.test.default(xi, xj, paired = paired, ...) :
impossible de calculer la p-value exacte avec des
ex-aequos

Je peux avoir de nombreux ex-aequos : ma variable cellulaire (comptage) prend des valeurs discretes entre 0 et 20 et je peux trouver de très nombreuses fois le même résultat. Par exemple pour un traitement : 0,0,0,0,1,3,4,3,5,5,0,1,4,5,6,7,4,3 etc.

Existe t'il sous R un moyen de corriger cette mise en garde sur l'impossibilité de calculer correctement la p-value?
Il existe sous Matlab un script appelé "tiedrank" qui peut corriger les ex-eaquos, existe t'il un équivalent sous R?
Ou bien suis-je en train d'utiliser un test non approprié?

Merci par avance!

bonjour,

non il n'y a pas moyen de "corriger cette mise en garde" puisque le problème ne vient pas de R mais qu'il s'agit d'un problème théorique. Il n'est pas possible de calculer une p-value théorique en présence d'ex-æquo. Le "tiedrank" est calculé en interne dans les fonctions de r sans que tu n'es besoin de rien faire, mais ça ne change pas le fait qu'en cas d'ex-æquo il n'est pas possible de calculer une p-value exacte. Une manière de faire serait de faire des permutations et d'utiliser la p-value issue de ces permutations. Mais de toute manière ce ne serait pas non plus une p-value exacte.