Boîtes groupées par variable
Plusieurs variables côte à côte, chacune en boîtes aux contours colorés par groupe, et au-dessus de chaque variable les étoiles de son test (Wilcoxon par défaut), comme ggpubr et stat_compare_means. Les noms des variables se couchent, s’inclinent ou se redressent selon la largeur ; les étoiles rapetissent et les p se redressent plutôt que de se toucher.
Comparaison de groupes · Boîtes groupées par variable · 5 crédits
Lancer cette figure (nouvel onglet)1.Définition
La figure
Plusieurs variables côte à côte, chacune en boîtes aux contours colorés par groupe, et au-dessus de chaque variable les étoiles de son test (Wilcoxon par défaut), comme ggpubr et stat_compare_means. Les noms des variables se couchent, s’inclinent ou se redressent selon la largeur ; les étoiles rapetissent et les p se redressent plutôt que de se toucher.
L’analyse statistique : Boîtes groupées par variable
Plusieurs variables côte à côte (des gènes), une boîte par groupe pour chacune et les étoiles du test au-dessus : comparer les mêmes groupes sur toute une série de mesures.
2.Lancer l’analyse
Les étapes de « Nouvelle analyse », dans l’ordre : ce que chacune demande, et pourquoi.
Étape 1 : Choisir la figure
Ouvrez « Nouvelle analyse », famille « Comparer » du ruban, puis cette figure.
Pourquoi : Chaque figure a ses propres options : la choisir d’abord fixe celles qui la font et masque celles des autres figures.
Étape 2 : Importer les données
Un fichier CSV, TXT ou Excel (.xlsx, .xls) de 50 Mo et 200 000 lignes au plus, ou « Utiliser le jeu d’exemple » : sur lui, la figure est gratuite.
Pourquoi : Le fichier est lu dans votre navigateur : seules les colonnes que vous choisirez partiront au calcul, et elles sont effacées du serveur au bout de 24 h.
Étape 3 : Vérifier le type des colonnes
Chaque colonne est reconnue numérique, catégorielle ou texte ; un clic sur son type le change.
Pourquoi : Le rôle qu’une colonne peut prendre dépend de son type : un facteur codé 1, 2, 3 doit passer en catégorielle pour être lu comme des groupes.
Étape 4 : Attribuer les rôles
Dites ce que représente chaque colonne, et ce que la figure vous demande :
- Une ligne par observation : une colonne de groupe (2 à 6 groupes) et une colonne numérique par variable (1 à 30)
- Une colonne d’identifiants peut rester dans le fichier, elle n’est pas lue
Pourquoi : Les rôles disent au moteur ce qui est mesuré, ce qui l’explique et ce qui groupe les observations : la même table répond à des questions différentes selon eux.
Étape 5 : Régler les options
Les options qui font cette figure sont déjà fixées. Restent :
- Test : Wilcoxon ou Welch (2 groupes), Kruskal-Wallis ou ANOVA (3 et plus) : Les rangs (défaut) pour des expressions asymétriques ; les tests paramétriques pour des mesures normales.
- Ordre des variables : Celui du fichier, alphabétique, ou la plus petite p d’abord pour mettre en avant ce qui change.
- Ajustement des p-values (Holm, Benjamini-Hochberg, aucun) : Plusieurs tests à la fois multiplient les faux positifs. Holm protège contre toute erreur (prudent) ; Benjamini-Hochberg contrôle la part de fausses découvertes (adapté à beaucoup de variables) ; aucun seulement pour un test isolé.
Pourquoi : Les valeurs par défaut sont les conventions des revues ; ne les changez que pour une raison que vous sauriez écrire dans votre section Méthodes.
Étape 6 : Lancer le calcul
Gratuit et complet sur le jeu d’exemple. Sur vos données : 5 crédits débités au lancement ; sans assez de crédits, un aperçu flouté, à débloquer pour 5 crédits.
Pourquoi : Le calcul est fait par R sur nos serveurs, et vous suivez ses étapes. S’il échoue, les crédits sont rendus.
Étape 7 : Lire les résultats
Les tableaux, l’interprétation en français ou en anglais et le paragraphe « Méthodes » prêt pour votre manuscrit.
Pourquoi : Chaque chiffre vient de R, et chaque phrase est un modèle rempli avec eux, jamais un texte inventé : vérifiez-les avec les tableaux.
Étape 8 : Télécharger la figure
PNG 300 DPI, PDF, EPS ou SVG, à 89 ou 183 mm ; les textes se modifient dans l’éditeur de figure.
Pourquoi : 89 mm est la largeur d’une colonne de revue, 183 mm celle d’une page : la figure est mise en page pour chacune, rien ne s’y chevauche.
3.Pourquoi et quand l’utiliser
Quand l’utiliser
Pour montrer d’un coup quelles mesures diffèrent entre quelques groupes (l’expression de plusieurs gènes en tissu normal et en tumeur, les teneurs du sol de trois traitements), une figure au lieu d’une par variable.
Exemple de question : Parmi les gènes SEMA3A à SEMA3G, lesquels s’expriment autrement dans les tumeurs que dans le tissu normal ?
Ce que les résultats montrent
- Pour chaque variable, si les groupes diffèrent (étoiles ; « ns » laissé blanc par défaut).
- Les variables qui changent le plus, rangées si vous le voulez par p croissante.
4.Méthode et packages R
Ce que le moteur R exécute pour cette figure : les packages, les fonctions principales, les étapes du calcul et les formules.
Packages R
- reshape2
- ggpubr
melt(tableau large) → par variable : compare_means(y ~ groupe, wilcox.test ou kruskal.test) · p.adjust → ggboxplot(color = groupe)
Fonctions principales
| Fonction | Package | Rôle |
|---|---|---|
| melt | reshape2 | format long |
| compare_means | ggpubr | les tests de stat_compare_means |
| ggboxplot | ggpubr | la figure |
Ce que fait le script, dans l’ordre
- Passe le tableau en format long (reshape2::melt).
- Teste chaque variable entre les groupes (ggpubr::compare_means).
- Ajuste les p sur les variables si demandé et en tire les étoiles.
- Dessine ggboxplot, étoiles sur une ligne au-dessus des données.
Formules principales
Wilcoxon-Mann-Whitney
W = Σ rangs du groupe 1 − n₁(n₁ + 1)/2
Compte combien de fois une valeur du groupe 1 dépasse une valeur du groupe 2. Sans hypothèse de normalité ; p < α, une distribution est décalée par rapport à l’autre. r rang-bisérial = 2W/(n₁n₂) − 1.
Kruskal-Wallis
H = 12 / (N(N + 1)) · Σ nⱼ R̄ⱼ² − 3(N + 1)
R̄ⱼ est le rang moyen du groupe j parmi les N valeurs. H suit un χ² à k − 1 ddl : p < α, au moins un groupe a des valeurs plus hautes ou plus basses. Taille d’effet ε² = H(N + 1)/(N² − 1).
Boîte à moustaches (Tukey)
boîte = [Q₁ ; Q₃], trait = médiane, moustaches jusqu’à la dernière valeur dans Q₁ − 1,5·EIQ et Q₃ + 1,5·EIQ
EIQ = Q₃ − Q₁ (quantiles de type 7, ceux de ggplot2). La moitié centrale des valeurs est dans la boîte ; les points au-delà des moustaches sont des valeurs extrêmes.
À citer
- Wickham, H. (2007). Reshaping data with the reshape package. Journal of Statistical Software, 21(12), 1-20. doi:10.18637/jss.v021.i12 (nouvel onglet)
- Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80-83. doi:10.2307/3001968 (nouvel onglet)
- Mann, H. B. & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. The Annals of Mathematical Statistics, 18(1), 50-60. doi:10.1214/aoms/1177730491 (nouvel onglet)
- Welch, B. L. (1947). The generalization of « Student’s » problem when several different population variances are involved. Biometrika, 34(1-2), 28-35. doi:10.1093/biomet/34.1-2.28 (nouvel onglet)
- Kruskal, W. H. & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583-621. doi:10.1080/01621459.1952.10483441 (nouvel onglet)
- McGill, R., Tukey, J. W. & Larsen, W. A. (1978). Variations of box plots. The American Statistician, 32(1), 12-16. doi:10.1080/00031305.1978.10479236 (nouvel onglet)
- Benjamini, Y. & Hochberg, Y. (1995). Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society, Series B, 57(1), 289-300. doi:10.1111/j.2517-6161.1995.tb02031.x (nouvel onglet)
5.Données d’entrée
Une ligne par échantillon : une colonne de groupe (2 à 6) et une colonne numérique par variable (1 à 30).
Ce que la figure demande
- Une ligne par observation : une colonne de groupe (2 à 6 groupes) et une colonne numérique par variable (1 à 30)
- Une colonne d’identifiants peut rester dans le fichier, elle n’est pas lue
Format : CSV, TXT ou Excel, une ligne d’en-tête avec le nom des colonnes. La virgule ou le point décimal, le séparateur et l’encodage sont reconnus seuls ; une case vide est une valeur manquante.
Le jeu d’exemple : Expression des sept gènes SEMA3, tissu normal et tumeur
Rôles : Les 7 gènes de 407 échantillons (32 de tissu normal, 375 de tumeur), deux boîtes par gène selon Tissu et les étoiles du test de Wilcoxon ; la colonne ID (identifiant) n’est pas lue.
6.Prix
5crédits
par lancement sur vos données. Chaque figure coûte 5 crédits, quelle qu’elle soit : la figure, ses tableaux, son interprétation et ses téléchargements sont compris.
| Pack | Prix du pack | Cette figure |
|---|---|---|
| Starter (50 crédits) | 500 FCFA | 50 FCFA |
| Standard (250 crédits) | 2 000 FCFA | 40 FCFA |
| Pro (700 crédits) | 5 000 FCFA | 36 FCFA |
- Gratuite sur son jeu d’exemple (expression_sema3_tissus.csv), résultats complets : pour la découvrir avant d’importer vos données.
- Sur vos données sans assez de crédits, elle se lance quand même en aperçu flouté, débloqué ensuite pour 5 crédits sans relancer le calcul.
- Si le calcul échoue, les crédits sont rendus.
- Paiement par mobile money ; voir les packs.
Lancer « Boîtes groupées par variable » sur vos données
Ou ouvrez-la gratuitement avec son jeu d’exemple pour voir chaque étape et des résultats complets avant d’importer votre fichier.