Comparaison de Deux Moyennes dans R

Prérequis

Assurez-vous d’avoir installé les paquets R suivants:

• tidyverse pour la manipulation et la visualisation des données
• ggpubr pour créer facilement des graphiques prêts à la publication
• rstatix offre des fonctions R conviviales pour des analyses statistiques faciles à réaliser
• datarium: contient les ensembles de données requis pour ce chapitre

Commencez par charger les packages requis suivants:

library(tidyverse)
library(rstatix)
library(ggpubr)

Données de démonstration

Ici, nous utiliserons un jeu de données de démonstration mice2 [package datarium], qui contient le poids de 10 souris avant et après le traitement.

# Données larges
data("mice2", package = "datarium")
head(mice2, 3)

##   id before after
## 1  1    187   430
## 2  2    194   404
## 3  3    232   406

# Transformez en données longues : 
# rassembler les valeurs de `before` (avant) et `after` (après) dans la même colonne
mice2.long <- mice2 %>%
  gather(key = "group", value = "weight", before, after)
head(mice2.long, 3)

##   id  group weight
## 1  1 before    187
## 2  2 before    194
## 3  3 before    232

Hypothèses statistiques

Le test des signes pour échantillons appariés permet d’évaluer si la médiane des différences entre les paires est statistiquement significativement différente de 0.

• Hypothèses nulles, H0 : médiane des différences appariées = 0
• Hypothèses alternatives, Ha : la médiane des différences appariées est différente de 0

Statistiques descriptives

Calcul de certaines statistiques sommaires par groupes : médiane et intervalle interquartile (IQR).

mice2.long %>%
  group_by(group) %>%
  get_summary_stats(weight, type = "median_iqr")

## # A tibble: 2 x 5
##   group  variable     n median   iqr
##   <chr>  <chr>    <dbl>  <dbl> <dbl>
## 1 after  weight      10   405   28.3
## 2 before weight      10   197.  19.2

Visualisation

bxp <- ggpaired(mice2.long, x = "group", y = "weight", 
         order = c("before", "after"),
         ylab = "Weight", xlab = "Groups")
bxp

Calculs

Question : Y a-t-il des changements significatifs dans le poids des souris après le traitement ?

stat.test <- mice2.long  %>%
  sign_test(weight ~ group) %>%
  add_significance()
stat.test

## # A tibble: 1 x 9
##   .y.    group1 group2    n1    n2 statistic    df       p p.signif
##   <chr>  <chr>  <chr>  <int> <int>     <dbl> <dbl>   <dbl> <chr>   
## 1 weight after  before    10    10        10    10 0.00195 **

Rapporter

Nous pourrions présenter les résultats comme suit:

Le poids médian des souris avant le traitement est significativement différent du poids médian après le traitement en utilisant le test des signes, p-value = 0,002.

stat.test <- stat.test %>% add_xy_position(x = "group")
bxp + 
  stat_pvalue_manual(stat.test, tip.length = 0) +
  labs(
  subtitle = get_test_label(stat.test, detailed= TRUE)
  )

Résumé

Ce chapitre décrit comment calculer et rapporter le test des signes dans R.