Est-ce que cohorte et groupe sont très corrélés ou non ?
<div class="alert alert-warning" role="alert">Il faut savoir si la cohorte est une variable de confusion potentielle ou non et donc il faut calculer un tableau de contingence croisé Cohorte / Group_bis et faire un test de Khi-2 et test de Fisher sur ce tableau.</div>
<div class="alert alert-warning" role="alert">Pour les 2 tests, la pvalue = 0.6 donc le résultat est non significatif, donc il n'yapasdelienfortentrel'effet cohorte et l'effetgroupe.
Ce qu'ilfaudraitcalculerenpluspoursavoirsilacohorteestunevariabledeconfusionpotentiellec'est un tableau de contingence croisé Cohorte / Group_bis par exemple avec
pour voir à quel point les deux quantités sont corrélés (ou au contraire indépendantes) et donc à quel point l'effetcohortepeutpolluertoneffetgroupe.
Dansunmondeidéal,leséchantillonssontéquirépartisentrecohorteetgroupe(autantdecohorte1quedecohorte2danschaquegroupe).L'effet cohorte est source de variabilité et induit du bruit mais ne change pas l'estimationdel'effet groupe.
Dans un monde pourri, certains groupes sont intégralement attribués à la cohorte 1 et d'autresintégralementàlacohorte2.Danscemonde,ilestimpossibled'estimer l'effetgroupeindépendammentdel'effet cohorte (il lui est subordonné).
```
## Visualisation de l'abondanceparéchantillon{.tabset}
...
...
@@ -1032,19 +1065,34 @@ plot(p)
```
<divclass="alert alert-info"role="alert">Pourconfirmerl'effet du régime sur les distances, on va faire une permanova.
Analyse multivariée de la variance par permutations basée sur les matrices de distances</div>
Adonis sur la matrice Bray Curtis
<div class="alert alert-warning" role="alert">Test pour vérifier l'effetcohorte
Réponse Mahendra: Le plus simple consiste à pooler toutes tes données et à faire par exemple une PERMANOVA sur l'effet cohorte pour vérifier s'il est significatif et correspond à une valeur élevée de R2. Si oui, ce serait l'effet à mettre en premier dans ton modèle de PERMANOVA, puisque la procédure teste les effets séquentiellement</div>
</div>
```{bash}
RéponseMahendra:LeplussimpleconsisteàpoolertoutestesdonnéesetàfaireparexempleunePERMANOVAsurl'effet cohorte pour vérifier s'ilestsignificatifetcorrespondàunevaleurélevéedeR2.Sioui,ceseraitl'effet à mettre en premier dans ton modèle de PERMANOVA, puisque la procédure teste les effets séquentiellement
> Donc vu ces 2 résultats, c'estimpossibledefaireunpool???
Pasexactement,çaveutdirequel'effet cohorte existe mais est finalement assez faible par rapport à la variance observée. C'estplutôtpositif,çaveutdirequelesdeuxcohortessontcertessystématiquementdifférentesmaisquelesdifférencessonttrèsfaiblesparrapportàlavariabilitéinduiteparlesgroupes(danstonexemple)etqu'il n'estdoncpasabsolumentnécessairedetravaillerparcohorte.SileR2delacohorteavaitétédumêmeordredegrandeurqueceluidugroupe,leproblèmeauraitétédifférent.
Encoreunefois,cequivavraimentcompterc'est ton design: est-ce que cohorte et groupe sont très corrélés ou non?
Il faut surtout travailler cohorte par cohorte si:
- ton effet cohorte est confondu avec l'effetquit'intéresse (par exemple l'effetgroupe)
ousi
-toneffetcohorteest"très fort"parrapportàl'effet qui t'intéresse(dumêmeordredegrandeur)etrisquedemasqueravecl'effet qui t'intéresse(parexempleicil'effet groupe) par la structure qu'ilinduit.
<div class="alertalert-warning" role="alert">La pval sur l'effet cohorte est de 0,002 donc les 2 cohortes sont significativement différentes.
<divclass="alert alert-warning"role="alert">Lapvalsurl'effet cohorte est de 0,001 donc les 2 cohortes sont significativement différentes.
Le R2 sur l'effetcohorteesttrèspetit0,02229cequisignifiequ'il y a moins de 3% de la variance qui est expliquée par l'effetcohortedoncbeaucouptropdevariationinexpliqué.
Lemodèleexpliquemoinsde3%desdonnées.
</div>
LeR2surl'effet group est de 0.32, il est plus élevé que celui de l'effetcohorte.
Cesrésultatsmontrequel'effet cohorte existe mais est finalement assez faible par rapport à la variance observée.
Cela veut dire que les deux cohortes sont certes systématiquement différentes mais que les différences sont très faibles par rapport à la variabilité induite par les groupes.
Ce résultat confirme les résultats des tests Khi-2 et Fisher, nous pouvons pooler les cohortes.</div>