Boîtes en panneaux par variable
Un panneau par variable, une boîte remplie de la couleur de chaque groupe dans chacun, et les étoiles du test de la variable (Kruskal-Wallis ou Wilcoxon) dans le titre du panneau, comme facet_wrap et theme_bw. Les panneaux se rangent sur autant de lignes qu’il faut ; titres et noms des groupes rétrécissent, se coupent ou se redressent plutôt que de se toucher.
Comparaison de groupes · Boîtes en panneaux par variable · 5 crédits
Lancer cette figure (nouvel onglet)1.Définition
La figure
Un panneau par variable, une boîte remplie de la couleur de chaque groupe dans chacun, et les étoiles du test de la variable (Kruskal-Wallis ou Wilcoxon) dans le titre du panneau, comme facet_wrap et theme_bw. Les panneaux se rangent sur autant de lignes qu’il faut ; titres et noms des groupes rétrécissent, se coupent ou se redressent plutôt que de se toucher.
L’analyse statistique : Boîtes en panneaux par variable
Un panneau par variable, chacun avec une boîte par groupe et les étoiles du test dans son titre : la même comparaison répétée sur plusieurs mesures, chacune sur son échelle.
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 8 groupes) et une colonne numérique par variable (1 à 20)
- 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 :
- Échelle commune ou propre à chaque panneau : Commune pour comparer les niveaux entre variables ; propre quand les échelles diffèrent (un gène à 2, un autre à 2 000).
- Test non paramétrique ou ANOVA / Welch : Les rangs par défaut (le script d’origine) ; l’ANOVA ou Welch pour des mesures normales.
- 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 variable par variable si quelques groupes diffèrent (l’expression de plusieurs gènes selon le stade d’un cancer, des teneurs du sol selon le traitement), surtout quand les variables n’ont pas la même échelle : chaque panneau peut avoir la sienne.
Exemple de question : Parmi les gènes SEMA3A à SEMA3G, lesquels changent d’un stade du cancer à l’autre ?
Ce que les résultats montrent
- Pour chaque variable, si elle varie avec le groupe (Kruskal-Wallis dès 3 groupes, Wilcoxon avec 2).
- Des mesures d’échelles très différentes restent lisibles avec une échelle propre à chaque panneau.
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
- stats
- reshape2
- ggplot2
melt(tableau large) → par variable : kruskal.test ou wilcox.test (y ~ groupe) · p.adjust → geom_boxplot + facet_wrap(~ variable)
Fonctions principales
| Fonction | Package | Rôle |
|---|---|---|
| kruskal.test, wilcox.test | stats | tests |
| melt | reshape2 | format long |
| facet_wrap, geom_boxplot | ggplot2 | la figure |
Ce que fait le script, dans l’ordre
- Teste chaque variable entre les groupes et colle ses étoiles à son nom.
- Passe en format long (reshape2::melt).
- Dessine geom_boxplot dans facet_wrap, mise en page mesurée pour 89 ou 183 mm.
Formules principales
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).
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.
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)
- 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)
- 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)
- 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)
5.Données d’entrée
Une ligne par échantillon : une colonne de groupe (2 à 8) et 1 à 20 colonnes numériques.
Ce que la figure demande
- Une ligne par observation : une colonne de groupe (2 à 8 groupes) et une colonne numérique par variable (1 à 20)
- 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 selon le stade du cancer
Rôles : Les 7 gènes de 352 tumeurs (stades I à IV : 53, 111, 150 et 38), un panneau par gène, une boîte par Stade et les étoiles du test de Kruskal-Wallis ; 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_stades.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 en panneaux 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.