doute sur répétitions..

Bonjour,

J'ai un petit doute sur le fait qu'il y ait ou non des répétitions.
Cela peut paraître bête, je me suis surement embrouillé tout seul.

Dans la littérature j'ai souvent vu répétitions = mesures faites sur le même individu..

J'ai des données telles que :

1 variable qualitative à 3 niveaux (traitements)
1 variable qualitative à 3 niveaux (temps)
1 variable quantitative à expliquer

Pour chaque combinaison Traitement * Temp il y a 8 mesures.
(l’expérience est faite 8 fois dans les mêmes conditions)

Ces 8 mesures sont-elles considérées comme des répétitions ?
Si je fais une ANOVA je dois considérer ces 8 mesures comme telles ?

Merci

Ben ... les mesures sont-elles faites sur le même individu ? Relis la définition que tu as écrite !

Oui je comprends bien la définition, mais j'aimerai une confirmation ou une infirmation...
Dans les protocoles utilisés au travail le mot répétition est utilisé c'est ce qui me mets le doute

Voici à quoi ressemble mon fichier de donnée

tube 1 traitement A temps 1
tube 2 traitement A temps 1
tube 3 traitement A temps 1
tube 4 traitement A temps 1
tube 5 traitement A temps 1
tube 6 traitement A temps 1
tube 7 traitement A temps 1
tube 8 traitement A temps 1

tube 9 traitement B temps 1
...
tube 16 traitement B temps 1

tube 17 traitement C temps 1
...
tube 24 traitement C temps 1

tube 25 traitement A temps 2
...
tube 32 traitement A temps 2

tube 33 traitement B temps 2
...
tube 40 traitement B temps 2

....etc

tube 72 traitement C temps 3.



Donc au final j'ai bien 72 tubes indépendant. je dirai que je n'ai pas de répétition du coup. Mais comme les expériences, par exemple 1 à 8 sont dans les même condition j'ai eu un doute.

C'est ce que l'on appelle des duplicates (ou plutot des octoplicates ?).

Habituellement on fait simple : pour chaque traitement-temps on calcule la moyenne des 8 tubes. On se retrouve alors avec un schéma d'ANOVA en mesures répétées simple, ou l'on a une valeur unique pour chaque traitement à chaque temps (la moyenne des 8 tubes), avec une variable inter = traitements et une variable répétée = temps.

Si tu veux être parfait il faut faire une ANOVA plus compliquée, ou ton n° de tube est "nested within" temps. C'est bien prise de tete, les logiciels de stats simples ne peuvent pas faire ca, et les résultats seront extraordinairement proches. Laisse tomber et reste simple.

Merci Cassoulet pour ces infos,
Je vais me renseigner sur ce sujet

Bonjour,

J'ai des questions équivalentes sur d'autres types de données et des collègues qui me parlent de pseudo-réplication.

c@ssoulet, pour reprendre ta solution d'estimer des moyennes pour chaque combinaison traitement*temps, et de réaliser une ANOVA sur ces moyennes, ça veut dire que tu ne peux pas travailler sur une interaction entre ces deux facteurs du coup ? C'est un peu dommage vu qu'il a fait des répétitions non ?

Je ne vois pas pourquoi tu lui proposes de mettre un effet tubes hiérarchisé. Les tubes sont les répétitions donc ils vont dans la résiduelle en fait non ?

Bonjour Yves,

Je me suis renseigné auprès de mes collègues et avec de la doc en ligne,

j'ai trouvé ce document qui est très bien expliqué, d'ailleurs il cite le livre de Bruno Scherrer qui est un ouvrage incroayble.

Cordialement

Pas mal, c'est une bonne synthèse sur les plans d'expérience.

Le principal enseignement pour toi est que, si tu regardes le tableau de ton post du 28, tu as rempli tes tubes séquentiellement et tu n'as donc pas appliqué le principe de base de l'expérimentation: la randomisation

J'arrete de te taquiner, beaucoup de monde fait ca en labo et une attribution aleatoire des tubes complique beaucoup la manip pour pas grand chose. Encore que, il existe des cas célèbres de biais d'interprétation liés à la réalisation/lecture séquentielle. Voir le célèbre cas Benveniste (la "mémoire de l'eau"): le fond de la polémique portait sur ses manips, qui ne marchaient que lorsqu'elles étaient réalisées par son tech. Qui remplissait les plaques Elisa de façon séquentielle... Aucune équipe n'a jamais réussi à les reproduire en répartissant aléatoirement les échantillons sur les plaques...

Méthodologiquement parlant, et au sens strict du terme de la maitrise des biais, te focaliser sur la prise en compte de la répétition des duplicates revient donc un peu à loucher sur l'arbre qui cache la forêt.

T'inquiète pas, tout le monde fait pareil et dans le milieu des labos ces plans d'experience ne sont pas réellement critiqués, sauf exception. Mais franchement, à ta place j'arreterais de me torturer et je ferais simple.

Oui sur des tubes je sais pas si la randomisation est faite, (je ne suis pas encore au point sur tout), mais dans d'autres cas je sais qu'elle est faite, après j'ai cherché un peu mais je me suis pas torturé, j'ai trouvé des choses assez cohérentes avec le document d'avant, qui a de plus des bonnes sources donc je m'en suis tenu à ça

Merci pour le PDF mais ça ne répond pas à la question des pseudoréplications. Le PDF dit juste qu'il faut les éviter et décrit les cas où on risque de les utiliser mais il ne dit pas pourquoi il faut les éviter.

C'est l'argument de la non indépendance qui est utilisé à chaque fois mais il ne fonctionne pas toujours.
Dans le cas des 3 quadrats dans les enclos fermés et ouverts du PDF, les 3 quadrats par enclos ont des chances ne pas être indépendants pour des raisons de proximité géographiques. Soit. Et donc, comme les enclos sont éloignés les uns des autres, les quadrats de 2 enclos différents paraissent un peu plus indépendants. Soit.

Mais imaginons que les enclos soient contigus. Les quadrats au sein d'un enclos ne sont pas moins indépendants que les 2 quadrats de 2 enclos voisins non ?
Dans ce cas là, je trouve que l'argument du manque de dépendance pour parler de pseudo réplication est limite.

Qu'en pensez-vous ?

Les situations sont différentes, et les objectifs différents. Je ne pense pas que dans le cas de notre ami ces problèmes de pseudo-réplication soient d'un interêt majeur.

Lorsqu'on s'intéresse à la mesure d'une variable biologique dans le cas d'un protocole de recherche, ce qui semble être le cas qui nous intéresse ici, on a schématiquement (voir cours de stats PACES 1° année):

résultat = µ + variabilité inter individuelle + var intra individuelle + erreur pré-expérimentale + erreur expérimentale.

Toujours caricaturalement, on va considérer que les causes de variabilité hors erreur expérimentale (= précision du dosage) sont maitrisés par la méthodologie mise en place pour l'étude (plan d'expérience, randomisation, définition stricte des conditions d'examen... etc..)

Le but de la réplication des analyses est tout simplement de moyenner les résultats de x répétitions de la même analyse sur le même échantillon afin de réduire l'erreur expérimentale.

D'ou l'utilisation d'une simple moyenne des x répétitions pour l'interprétation des résultats

c@ssoulet a écrit:Les situations sont différentes, et les objectifs différents. Je ne pense pas que dans le cas de notre ami ces problèmes de pseudo-réplication soient d'un interêt majeur.

Oui en effet, ma digression était hors sujet par rapport à la question de départ.

c@ssoulet a écrit:
Le but de la réplication des analyses est tout simplement de moyenner les résultats de x répétitions de la même analyse sur le même échantillon afin de réduire l'erreur expérimentale.
D'ou l'utilisation d'une simple moyenne des x répétitions pour l'interprétation des résultats

C'est sur cet aspect que je me pose des questions (mais sans doutes je m'en pose trop). Ces répétitions permettent en effet de mieux estimer la véritable valeur des variables mesurées par l'estimation d'une moyenne. Nous sommes d'accord que cette moyenne sur x répétitions est une meilleure estimation de la véritable valeur qu'une valeur mesurée sur 1 répétition. Je trouve juste dommage de ne pas exploiter l'information de variabilité inter répétition en résumant ces X mesures en une seule moyenne. Un modèle dans lequel ce niveau de répétition serait pris en compte permettrait de prendre en compte cette variabilité. L'idée étant que si on a 20 répétitions dans 4 blocs par exemple, on est plus à l'aise avec 80 points de données que 4 moyennes non ?

C'est un sujet en soit, on peut créer une autre fil de discussion si besoin peut-être...

Bonjour,

Yves Rousselle a écrit:Oui en effet, ma digression était hors sujet par rapport à la question de départ.

Ne vous en faites, vous avez répondu à la question principale et ce débat peut se poursuivre ici, personnellement cela ne me pose pas de problème.

Yves Rousselle a écrit:C'est sur cet aspect que je me pose des questions (mais sans doutes je m'en pose trop). Ces répétitions permettent en effet de mieux estimer la véritable valeur des variables mesurées par l'estimation d'une moyenne. Nous sommes d'accord que cette moyenne sur x répétitions est une meilleure estimation de la véritable valeur qu'une valeur mesurée sur 1 répétition. Je trouve juste dommage de ne pas exploiter l'information de variabilité inter répétition en résumant ces X mesures en une seule moyenne. Un modèle dans lequel ce niveau de répétition serait pris en compte permettrait de prendre en compte cette variabilité.

C'est exactement ce que je me demandais avant de poster, mais je pense effectivement qu'on se pose trop de questions

Vous ne vous posez pas trop de questions, vous ne vous posez pas les bonnes questions.

J'ai déjà regardé par curiosité la différence lors de l'interprétation de protocoles de recherche (donc avec toute la méthodo qui va bien derrière pour maitriser les différents biais). Prendre mathématiquement en compte la variabilité inter-répétitions ne modifie les résultats de l'analyse qu'à la marge (au delà de la 3° décimale pour les exemples que j'ai regardé) et n'a aucune influence sur l'interprétation des résultats. Ce que je dis est vrai pour des dosages validés, donc pas trop variables et sans outliers.

Le vrai bon gros biais dans ce genre de manip est le traitement séquentiel des tubes. Là, si il y a une mouche dans le potage, ca peut réellement tout fausser. Ce biais est difficilement pris en compte mathématiquement (mais facile à maitriser méthodologiquement). En effet, dans ce cas, on ne prend en compte mathématiquement que la variabilité intra-séquence, l'effet inter-séquence étant indifférenciable de la variabilité intra-individuelle dans le plan d'expérience qui nous est proposé.

Donc en se focalisant sur les maths (prise en compte de la variabilité intra-séquence) et en oubliant la méthodo (répartition aléatoire des tubes), on se focalise sur un arbrisseau masquant une énorme forêt.