ANOVA sur des coordonnées de DACP

Bonjour à tous,

Je me permets de venir vous embêter pour une question purement statistique (du moins, je pense). Pour pour expliquer la situation : j'ai en ma possession des données moléculaires d'ADN mitochondrial de 6 populations différentes. Afin d'obtenir un visuel de leur différenciation en fonction de leurs polymorphismes, j'ai réalisé une matrice de "présence/absence" de chaque mutation par individus, puis, à l'aide du package adgenet, j'ai fait une ACP en fonction de mes populations. Comme l'ACP n'est passez discriminante pour distinguer mes populations, je suis passé sur une DACP et j'obtiens cette fois ci une des populations qui se détache des 5 autres.

J'aurais voulu appuyer cette distinction visuelle avec un test statistique. J'ai pensé à récupéré les coordonnées de chaque individu par population sur l'axe principal, et réalisé une ANOVA.

Cependant je ne sais pas si c'est très probant statistiquement, qu'en pensez vous ?

Je vous remercie de votre lecture !
Cordialement,
Lisa

Dans la mesure où vous avez une table de contingence (présence/absence) je ne suis pas sûr qu'une ACP (ou une méthode équivalente) soit valide puisque qu'elle implique l'usage de variables quantitatives. Vous devriez plutôt partir sur une AFC, comme c'est souvent utilisé génétique des populations. Ensuite, oui, vous pourriez faire une ANOVA sur les coordonnées des individus sur les axes, voire rajouter l'appartenance aux 6 populations comme variable supplémentaire, etc.

HTH, Eric.

Bonjour,
ce que vous pouvez faire, c'est une ACP ou une AFC, puis faire une "Between-Class Analysis" (bca avec le logiciel ade4), avec comme classe la population.
Vous pouvez ensuite faire des tests de signification de l'effet "population" avec rtest (ou randtest)

Bonjour à tous,

Déjà, je vous remercie de vos réponses à tous les deux, qui éclairent ma lanterne.

Merci Eric, je ne savais pas que l'ACP n'était peut être pas probant au vu du fait que c'est un tableau de contingence. Je vais donc en tenir compte, mais mon analyse se porterais de toute façon sur ma DACP, vu que mon ACP ne me permet pas de voir quelque chose.

Denis, le problème de mon ACP est qu'elle ne permet pas de mettre en évidence une discrimination dans mes populations. Est il probant dans ce cas de faire une analyse bca sur celle ci ? J'aurais voulu faire ce test sur ma DACP, mais les tests d'ade4 ne se sont que sur des objets "dudi" et ce n'est pas le cas de la DACP malheureusement.

On m'a de plus conseillé de me tourner vers une "rda" (je n'en saisi pas la différence, à mon grand désarroi, ce qui ne doit pas beaucoup m'aider à résoudre mes soucis). J'ai donc tenté tout de même ce test sur mon ACP comme ceci :

Code:

inter2=pcaiv(acp1,Pop)

je sélectionne le nombre d'axe qui me semble cohérent, puis je tente un test de signification avec randtest:

Code:

randtest(inter2, nrepet = 99)

Cependant, j'obtiens un message d'erreur qui est le suivant :

" Error in names(df)[[2]] : subscript out of bounds "

Je ne sais pas si je fais une erreur de statistiques (qui, je dois bien l'avouer, me mettent actuellement un peu dans le flou artistique) ou un problème de code, j'espère ne pas être hors - sujet pour ce forum.

Si toute fois un avis vous vient, je suis toute ouïe.

Encore merci de votre lecture et de vos aides !

Lisa

Bonjour,
la "bca" est une forme particulière de "rda" (analyse de redondance. Elle permet d'exhiber les axes qui "expliquent" la différenciation entre groupes. Sous ade4, vous faites une acp (ou une analyse des correspondances), vous obtenez un objet "dudi", disons x.dudi.
la fonction à utiliser est "bca".
x.bca<-bca(x.dudi,fac=pop), où pop est un vecteur de facteurs.

Bonjour Denis,

Encore merci pour vos précieux conseils, qui m'ont permis d'arriver aux résultats que je souhaitais obtenir.

Je vous souhaite une bonne journée !

Lisa