ANOVA multiple + GLM

Bonjour,
Je souhaite comparer l'effet d'un traitement versus contrôle (groupes non appariés).
J'ai N protéines étudiées (non regroupables) avec 3 mesures indépendantes par protéine/groupe.
J'essaie de voir quelles protéines subissent l'effet du traitement (plus ou moins exprimées).
Si je fais un MW test par protéine je vais détériorer ma puissance avec une correction de Bonferroni. Vu mes données je reste en non param donc impossible d'utiliser une multiple ANOVA.

Existe t'il un test qui présente la souplesse d'un glm, avec une approche stepwise pour ajouter ou retirer des N (cut-off par exemple à p=0.10) en fonction du -2LL (le but ici est de l'augmenter par rapport au modèle contrôle) pour des données non paramétriques ? Avec 2-3 N restants je pourrais alors faire un MW sans trop de problème !
NB Ici les N sont identiques mais quid si jamais ils ne le sont pas/plus ?
Merci

J'ai beau relire et relire votre question, je ne suis pas sûr de la comprendre.

Par exemple, vous comparez un groupe traité par rapport à un groupe contrôle. Il n'y a aucune correction de Bonferroni à faire, ou alors quelque chose m'échappe.

Par ailleurs, pourquoi du non-paramétrique ? Vous n'expliquez rien, ni aucun information sur la variable que vous mesurez, sa distribution, etc.

Enfin, vous dites que vous voulez voir "quelles protéines sortent". Vous avez donc besoin d'un test par protéine. D'où vient alors l'idée d'une multiple ANOVA (accessoirement, je ne connais pas le sens de "multiple ANOVA", vous voulez dire ANOVA multivariées, MANOVA??).

Bref, pour le moins, votre post manque de clarté.

Ce que j'arrive à comprendre (peut-être) c'est que vous avez 3 valeurs pour les traités, et 3 valeurs pour les contrôles. Pour chaque protéine, vous avez une ANOVA ou un test-t, donc. Un point, une barre.

HTH, Eric.

Merci Eric,
Voici un exemple de mes données:
Traitement: {protéine 1 [a,b,c] - protéine 2 [d,f,g]… protéine N [l,m,n]}
Contrôle: {protéine 1 [u,v,w] - … protéine N [x,y,z]}

avec entre brackets 3 variables continues par protéine

La question est: est ce que la protéine 1 est plus ou moins exprimée dans group 1 que dans le group 2, puis la protéine 2 … ce qui conduit à faire n test de MW d'où la correction…
- Pourquoi du non paramètrique? avec n<6 par essai je me place par défaut sur du non paramètrique
- accessoirement, je ne connais pas le sens de "multiple ANOVA", vous voulez dire ANOVA multivariées, MANOVA?? --> Indeed, mauvaise traduction de l'anglais.
La MANOVA est pour moi le test le plus adapté sauf que … son utilisation requiert une distribution normale

Quand vous dites "3 variables continues par protéine", vous voulez dire plutôt trois valeurs de la même variable continue? Ou bien est-ce une mesure pour chacune de trois variables différentes ? (désolé, mais toujours pas clair).

Si c'est une mesure de chacune de trois variables, vous n'allez pas pouvoir aller bien loin, car ca voudra dire que vous n'avez qu'une valeur par protéine, par variable et par groupe, donc aucun moyen d'estimer la variance intra-protéine pour chaque variable dans chaque groupe, donc aucune procédure de test ou de comparaison possible.. Même en passant au multivarié.

Faire du paramétrique ou du non-paramétrique ne se décide pas en fonction de la taille des échantillons. Ca se décide en fonction de la distribution de la variable mesurée. C'est loin d'être la même chose.

Désolé, mais - une fois encore - des clarifications semblent nécessaires..

Eric.

Par protéine 3 variables continues (non discrètes donc) suite à 3 mesures indépendantes (3 essais différents): pour la protéine 1 on a testé 3 puits de cellules différents pour le contrôle puis 3 puits avec le témoin et cela n fois (où n est le nombre de protéines testées).
"Faire du paramétrique ou du non-paramétrique ne se décide pas en fonction de la taille des échantillons. Ca se décide en fonction de la distribution de la variable mesurée. C'est loin d'être la même chose." Absolument, mais je suis plus serein sur du non paramétrique lorsque n=3 . Bien sûr je peux effectuer un Lillifors par protéine et condition mais avec n=3, pas sûr que les distrib des N protéines suivent chacune une distribution normale. Mais je peux tester...

Toujours pas clair. Désolé.

Je vais donc poser la question cette fois-ci autrement.

Quelle est la variable (ou quelles sont les variables) mesurée(s) ? En quelle unité (quelles unités) est-elle (sont elles) mesurée(s) ?

Peut-être avec la réponse à cette question, on va (enfin..) comprendre si vous ne mesurez qu'une variable continue ou plusieurs, et savoir s'il vaut mieux partir sur du paramétrique ou du non paramétrique.

Eric.

Eric,
Traitement/protéine 1: essai 1 : 12.4 ng/mL - essai 2 :17.5ng/mL - essai 3: 11.5 ng/mL
Contrôle/protéine 1: essai 1: 13.2ng/mL - essai 2 : 34.0ng/mL - essai 3: 17.7ng/mL
Il y a n protéines étudiées de la même façon
Pierre-André

Enfin ! Donc:

Vous n'avez bien qu'une variable continue mesurée, et non plusieurs. C'est donc bien ce que je pensais. Vous la mesurez plusieurs fois. Vous n'êtes pas dans le cadre d'une ANOVA multivariée.

Vous mesurez un truc exprimé en ng/ml (une concentration), et il n'y a aucune raison que cette variable ne suive pas des lois normales. Inutile de partir sur du non-paramétrique.

Soit vous traitez les protéines indépendamment, auquel cas un simple test-t ou une ANOVA comparant traité/contrôle fera l'affaire. Soit vous partez sur une ANOVA à deux facteurs, avec l'effet traité/contrôle, l'effet protéine, et l’interaction entre ces deux effets principaux.

Votre problème semble bien plus simple que ce que vous semblez penser (et que la manière dont vous le décrivez), je pense.

Cordialement, Eric.

Merci Éric,
J'aime bien me compliquer la vie. Ok donc pour l'anova 2 facteurs. Je suppose que si les résidus ne se distribuent pas normalement il faudra tester la log- transfo.
Bien à vous

Avec 3 répétitions dans chaque, il faut garder les pieds sur terre. Aucun moyen décent de regarder la distribution des résidus et savoir à quoi ca ressemble. Encore une fois, vous avez une variable gaussienne, vous faites une ANOVA. Personne sur cette planète ne vous critiquera sur ce choix (sauf des pinailleurs qui n'y connaissent rien en stats, je pense).

Eric.