Choix de test statistique

Bonjour,
Je n'y connais absolument rien du tout en statistiques. Lorsque je réalise un test j'obtiens 4 valeurs pour chaque conditions (4 valeurs pour Témoin, 4 valeurs pour stimulation 1, 4 valeurs pour stimulation 2...) . Je fais ensuite la moyenne de ces 4 valeurs et je normalise par rapport au témoin. J'obtiens donc mon témoin qui est égale à 100% et j'ai mes autres valeures en % par rapport au témoin. C'est le résultat pour un 1 test. Je refais ça sur 3 tests par exemples. Pour chaque test j'ai donc un Témoin à 100% et mes valeurs par rapport au témoins. Je fais ensuite la moyenne de ces 3 tests pour obtenir le résultat final mais ma question est de savoir quel test statistiques je dois faire avec ces 3 tests pour savoir si les différences entre Témoin-stimulation 1; Témoin-Stimulation 2 et Stimulation1-Stimulation 2 sont significatives ?

On m'a dit que étant en % je n'avais pas le droit de faire le tests de Mann-Whitney mais également que j'avais pas le droit de comparer par rapport à mon témoin? Pouvez-vous m'aider car je dois présenter mes résultats et je ne sais vraiment pas quoi faire pour le test ?
Merci de vos réponses

Bonjour,

Si tu n'as que 4 observations par groupe, tu ne peux faire aucun test statistique. Tu ne peux que decrire tes valeurs, mais rien de plus.

Ayana

pourtant en laboratoire on fait des tests avec n=3 en générale et on utilise du Mann Whitney... Il est difficile de répéter un certain nombres de tests trop de fois pour différentes raisons.

Je comprends les limites techniques. Mais dans ce cas on ne peut rien faire de correct d'un point de vue statistique. Beaucoup d'analyses statistiques foireuses sont publiees dans les journaux scientifiques, mais ce n'est pas pour autant qu'il faut les reproduire.
Donc avec 3 groupes de 4, le mieux semble de faire un graphique pour representer les donnees et commenter les eventuelles differences observees.

Faut pas blamer, c'est vrai que c'est tres souvent ce qui est pratiqué en labo. Les gens font des stats au pif, en utilisant un test qu'ils imaginent "standard" (souvent ttest ou mann-w), parce que c'est comme ca qu'on fait d'habitude. Tu vois meme des trucs du style un graphe à 2 courbes (test / temoin) avec 2-3 duplicates par point et tous les points comparés 2 à 2 avec des tests appariés...

Le pire, c'est que si ils font pas de stats dessus, il y a les plus grandes chances qu'un reviewer leur demande de faire de la m***, simplement parce qu'on a toujours fait comme ca. Et pour que le papier passe, il faut faire ce que demande le reviewer...


Revenons a nos moutons: on t'a racconté n'importe quoi. Le petit calcul que tu as fait revient grosso modo à "ajuster" sur la valeur du témoin, ce qui n'est pas forcément critiquable, en tout cas c'est pas une horreur absolue, et ne t'empeche pas de tester ce que tu veux.

Mais, comme l'a dit ayana, tu n'as pas assez de données pour faire vraiment des stats. Donc essaie d'etre honnete et de ne pas en faire, et si on t'oblige, fais comme d'hab.....

Si tu veux tester ca de facon correcte, il faut plus de données (plus de répétitions de ton expérience) et tester ca avec de l'analyse de variance, probablement en mesures répétées d'apres tes quelques elements de methodo. C'est pas facile à faire sur un coin de paillasse si on n'a pas un minimum de bases.

Bonjour, merci pour vos réponses. Si je fais plus de 4 tests quel test je pourrai ensuite faire pour voir si mes % par rapport au témoin qui est toujours 100% du coup vu que je normalise par rapport au témoin sont significatifs ? Et combien de tests minimum me faudrait-il?

Ce que je te dis au dessus: de l'analyse de variance. Ca s'appelle ANOVA, et contrairement à ce que son nom suggère, ca permet de comparer des moyennes. Je pense qu'il faudrait répéter l'expérience strict minimum 6 fois, mais c'est une réponse à la louche.

Si tu n'y connais rien en stats, tu vas etre obligée de te faire aider. Et pas sur un forum: il faut se pencher sérieusement sur ton matériel et méthodes et tes données pour bien te conseiller.

Le problème c'est que personne n'est capable de me donner une réponse et de m'aider... on me dit que ça va pas mais on me donne pas de solution et je bloque. ANOVA c'est un test paramétrique il ne me faudrait pas plutôt un test non paramétrique?

L'equivalent de l'ANOVA non-parametrique s'appelle le test de Kruskall-Wallis. Au lieu de comparer les moyennes, il compare l'ensemble des distributions.