Quel test de corrélation choisir ?

Bonjour à tous et d'avance merci pour vos réponses !
Dans le cadre de mon stage, je réalise un essai sur l'impact d'un ENSEMBLE DE TRAITEMENTS sur un RENDEMENT. Une donné par producteur. Sachant que tous les producteurs n'ont pas tous le même nombre total de traitement. L'idée est de mettre en évidence des corrélations entre les traitements impactant le rendement (ex : le traitement A et le traitements B associés provoquent une hausse du rendement). Donc, en soit :
- Variable à expliquer : rendement (donnée quantitative),
- Variable explicative : association de traitement (donnée qualitative, et c'est là que je bloque, je ne sais pas comment "orienter" cette variable soit en association :
- DONNÉES QUALITATIVES : Association des noms des traitements par paire A et B, puis A et C etc. avec une fonction GLHT,
- Convertir les données "traitement" en DONNÉES QUANTITATIVE en analysant les données par paire des nombres de traitements A et nombre de traitements B, etc., via un test de corrélation type Spearman si les données ne suivent pas une loi normale ou Pearson dans le cas contraire.
Les questions étants : comment orienter mes données traitement (quali ou quanti?) puis quel test employés selon la nature des données traitement (glht après un glm, corrélation ou tout autre test plus adapté ?)
Merci !

Je commencerais par tester chaque traitement indépendamment (dans une analyse de type ANOVA), et ensuite - pour les traitements qui ont un effet - je testerais leur interactions deux-à-deux lorsqu'ils sont appliqués ensemble.

Il y a plusieurs autres points ici :

- Combien y a t'il de traitements en tout ? S'il y en a beaucoup, la combinatoire va vite "exploser" et je ne vois pas comment vous pouvez vous en sortir.

- les options qualitatif ou codage pour du quantitatif reviennent au même, simplement parce qu'un ANOVA n'est rien d'autre qu'une régression, en fait.

- Le véritable problème que je vois est qu'en fait vos données ne sont pas indépendantes car plusieurs traitements peuvent être réalisés par le même producteur, et du coup il y a un effet "producteur" qui doit être pris en compte dans l'analyse, ce qui complique sensiblement les choses.

Désolé de ne pas pouvoir être plus utile ici.

Cordialement,

Eric.

Bonjour et merci pour votre réponse !
Je me rend compte qu'en voulant simplifier mon récit pour une meilleure compréhension, j'ai fait une erreur : je dois analyse l'impact de l'association de différents traitements sur ce qu'on appelle l'EC50 (concentration du traitement induisant 50 % de réponse) de ces mêmes traitements. Sachant que :
- 9 natures de traitements testés (est-ce trop pour une analyse combinatoire ?),
- chaque producteur peut utiliser par exemple 2 fois le traitement A,
- le nombre de traitement total par producteur est différent (tantôt 4, tantôt 9...),
- Les EC50s testées sont réalisées sur les 9 natures de traitement.

Donc dans l'idée, si j'ai bien compris, une démarche adaptée serait de :
1- Faire une analyse comparative entre producteur GLM (ANOVA) puis GLHT + package emmeans : EC50~producteur -> Isoler des groupes homogènes de producteurs (via emmeans),
2 - Par groupe de producteur GLM (ANOVA) puis GLHT + package emmeans : EC50~Nature du traitement -> Isoler les groupes homogènes ayant un impact sur une EC50 (via emmeans) -> Ex: Pour une EC50 du traitement "E", on obtient une groupe homogène A (ex : traitement E, traitement D et traitement C) qui montre que l'ensemble de ces traitements influencent à la hausse l'EC50 "E" . Mais ici, si je parle d'ensemble, comment prouver une éventuelle corrélation avec les traitements du groupe homogène A ? Est-ce que je peux la supposer étant donné qu'ils se trouvent dans le même groupe ?
Merci pour votre réponse !

tu as combien de producteurs dans ton tableau

c@ssoulet a écrit:tu as combien de producteurs dans ton tableau

Alors c'est là que les choses se compliquent, je n'ai pas encore les données.. J'ai pas du tout participé au recueil de celles-ci, donc c'est difficile d'organiser ma démarche statistique en amont.. C'est pour cela que j'essaie d'anticiper car nous avons une deadline assez short.
A mon avis, ce n'est pas impossible qu'il y ait plusieurs centaines de producteurs... Alors l'histoire des groupes homogènes me parait un peu délirante à mettre en place, je pense essayer mais sinon je choisirai d'ignorer l'effet producteur..

Tu ne peux pas décider grand chose avant d'avoir gelé les données.

D'accord avec c@ssoulet.

La base, tout de même, est un modèle d'anova à un facteur fixe (traitement) et un facteur aléatoire (producteur). Il faut commencer par ça, je pense, c'est incontournable.

Eric.

Il faut a minima s'assurer qu'il y ait un effectif suffisant dans chaque modalité.