poursuivre étude suite comparaison au témoin ?

Bonjour à tous,
J'ai une question méthodo.
Je travaille sur des quadrats avec des pourcentages de recouvrement de plante, et sur lesquels on teste différentes méthodes de gestion.
Je compare mes quadrats avant et après l'application de la méthode, et bien sûr j'ai un témoin.
Je constate souvent que les quadrats n'ont pas évolué différemment du témoin après l'application de la méthode. Cela est-il quand même utile que je fasse la comparaison avant/après du quadrat ou le fait qu'il n'y ait pas d'évolution significativement différente du témoin montre d'emblée qu'il n'y aura pas de différence sur le même quadrat ?
Je ne sais pas si c'est très clair !
Merci !

Bonjour,

A mon avis, tu dois répondre à deux questions :
1- Est ce qu'il y a-t-il une évolution ?
2- Si, oui alors cette évolution est-elle différente quand une pratique de gestion est mise en place?

Pour la 1/, tu sembles répondre oui pour tous les quadrats. C'est ce point que tu dois vérifier pour le témoin et les tests donc oui tu dois vérifier pour tous les quadrats (çe peut se faire et s'écrire très vite...en une phrase)
Et si oui à la 1/ alors tu peux dire, pas d'évo différentielle entre témoin et tests.

Nik

Merci !
Donc pour toi il fait déjà que je regarde s'il y a une évolution significative des quadrats avant de les comparer au témoin ?
Le problème est que justement je n'ai jamais rien de significatif...mes données sont un peu pourries, mais il faut bien que je raconte quelque chose dans mon rapport !

Si pas d'évolution alors c'est vite vu

Enfin pas d'évolution significative...je peux ptêt quand même parler de l'évolution que l'on observe en spécifiant bien que ce n'est pas significatif ?
C'est rageant d'observer des résultats sur le terrain et que rien ne ressorte niveau Stats...

Charline GD a écrit:Enfin pas d'évolution significative...je peux ptêt quand même parler de l'évolution que l'on observe en spécifiant bien que ce n'est pas significatif ?
C'est rageant d'observer des résultats sur le terrain et que rien ne ressorte niveau Stats...

Oui
La différence statistique n'est peut-être pas observée par manque de données par exemple...

La différence réelle peut-être présente tout de même. C'est le côté "métier" qui va rentrer en jeu ici.

Niaboc

Oui oui je sais bien que je manque de puissance statistiques car je n'ai pas beaucoup de quadrats !

oui comme le dit Niaboc, il ne faut pas négliger le côté métier. Le caractère significatif tient à une distribution statistique des données. Ce n'est pas forcément pertinent.
Si tu te plonges dans les calculs qui permettent d'aboutir à la définition de la statistique d'intérêt et que tu essayes d'y coller un sens écologique tu t'apercevras qu'il n'y a que peu de logique à appliquer des calculs stats en écologie. La validation stat est principalement là pour faire plaisir au consensus commun qui dit qu'on doit apporter une validation stat. L'analyse stat diot être surtout là pour t'apporter un éclairage sur des choses que tu ne peux pas voir directement. C'est là où la représentation graphique des résultats de l'analyse stat prend tout son sens et toute son importance.

Nik

Oui tu as raison, il faut que je relativise l'apport des Stats par rapport au terrain.
Si ça ne tenait qu'à moi je prendrais plus de temps à étudier graphiquement les résultats plutôt que de m'acharner à faire des tests...je pense qu'au final c'est ce que je vais faire, et les arguments que tu me donnes m'aideront à étayer mes choix.

Habituellement, l'une des facons de se sortir à peu près honorablement de ce type de situation est d'essayer de trouver des facteurs prédictifs de réussite.

Shématiquement, le raisonnement est le suivant:
- J'analyse mes résultats et rien n'est significatif. J'argumente les points suivants: a) la méthode d'évaluation était elle adaptée au problème étudié ? b) la puissance statistique suffisante ? ... blablabla.... 1) oui, 2) bof bof... Au final j'observe des tendances qui ne sont pas confirmées statistiquement
- Pourquoi ? soit a) le truc évalué (ta méthode de gestion) est naze. Je suppose que tu as plain d'arguments pour dire qu'elle n'est pas naze du tout. Argumente tout ca. b) ca marche, mais pas systématiquement, d'ou une grande variabilité de la réponse engendrant un problème de puissance statistique .. etc ... etc.
- tu pars sur l'hypothèse b => tu vas chercher des facteurs prédictifs de réussite. Le but est d'isoler les caractéristiques de la population "chez qui ca marche", de les comparer aux caractéristiques de la population "chez qui ca marche pas", et d'essayer d'en retirer un ou des facteurs prédictifs de réussite
- Si tu en trouves, tu conclus en disant que tu peux apporter des arguments supportant les hypothèses suivantes
a) la méthode évaluée n'a pas prouvé son efficacité lorsqu'elle est appliquée systématiquement à l'ensemble de la population - Toutefois il ya des bémols et ma conclusion n'est pas hyper solide: puissance faible, et blabla
b) Cependant, j'ai constaté une différence dans la réponse en fonction de tel et tel facteurs prédictifs de réussite... blabla... On pourrait donc émettre l'hypothèse que telle sous population serait répondeuse. Cette analyse est évidemment criticable: analyse à posteriori, echantillon faible, sous groupes constitués de façon arbitraire... etc... mais, sur la base des arguments que je viens d'exposer, il pourrait être utile d'évaluer cette hypothèse dans le cadre d'un essai bien conduit s'adressant à un effectif suffisant ... etc etc... Pour finir, voilà ce que je propose, accompagné d'un estimation de l'effectif nécessaire sur la base des données issue de mon travail.

Hourras de la foule, feu d'artifice, fanfare... tu viens de transformer un truc pourri en un truc présentable.

Haha belle prestation !
Je comprends ta stratégie, c'est juste que dans mon cas je ne vois pas trop comment former des sous-groupes vu que les quadrats sont sur la même parcelle, et en plus je n'ai qu'entre 2 et 6 répétitions pour chaque méthode...
Je garde l'idée de calcul des effectifs nécessaires si j'en ai le temps.
Je me suis dit aussi que je n'avais peut-être pas choisi le bon paramètre pour évaluer l'efficacité des méthodes de gestion, il n'y a pas que le pourcentage de recouvrement qui compte !
Merci en tous cas, ça reste intéressant