Analyse de l'activité α-amylase de graines
en langage R
Les graphiques à réaliser :
1) Différence d'activité α-amylase de graines - 2) Différence d'activité α-amylase de graines dépourvues d'embryon exposées ou non à la gibbérelline
1) Les signes a, b ou c permettent de signaler s'il existe une différence significative à 95% avec d'autres barres
2) Les signes a, b, c permettent de signaler s'il existe une différence significative à 95% avec d'autres barres
Les données traitées dans l'exemple
Des semences différentes ont été déposées sur de la gélose amidonnée afin de caractériser l'activité de l'α-amylase à différents stades de germination des graines mais aussi afin d'identifier l'origine de la germination.
Durée du test : 24h
Mesure des diamètres des halos de lyse de l'amidon. Ce diamètre correspond à l'activité α-amylase de graines.
Mise en forme : les données doivent être mise en forme dans le tableur selon l'exemple suivant puis sauvegardées en fichier .txt tabulé (cf. exemple ci-dessous)
Modalités :
GS : (=Graine sèche 1 alias GS(1)) Graine sèche et posée sur la gélose
GSS : (= Graine sèche 2 alias GS(2)) Graine sèche mises en contact avec la gélose : témoin négatif (qui ne figure pas dans le tableau ci-dessus)
GI : Graine imbibée
GSse : Graine sèche sans embryon
GG : Graine prégermée (mise à germer avant manipulation)
GSseG : Graine sèche sans embryon mais associée à de la Gibbérelline
Autre : on peut éventuellement avoir à tracer une barre où on étudie un embryon normal + Gibbérelline
exemple de mise en forme des données dans un tableau
Un exemple simulé est téléchargeable ci-dessus : TP2_amylase.xlsx
A- Traitement des données
1- Ouvrir les données sous R
Remarque : Renommer le contenu des colonnes pour ne pas avoir à écrire à chaque file$titre
Exemple, création des vecteurs Type, Modalite, Halo avec la commande attach()
2- Récupérer les tailles Halo par condition (Type)
Approche 1 (débutant) Halos moyens par condition testée
Temoin = Halo[Type=="GS"]
Faire de même pour GSS (Témoin négatif), GI (Graine humide), GGse (Graine sans embryon), GG (Plantule) et GGseG (Graine sans embryon soumis à hormone gibbérelline) .
Remarque : si vous avez le sentiment d'avoir des données non-homogènes, faire une moyenne mobile par itération (Mosteller & Tuckey, 1977)
m_Temoin = mean(Temoin)
Calculer ainsi les autres moyennes pour GSS, GI,GGse, GG et GGseG...
Compilation des données : attention d'afficher seulement les barres nécessaires aux deux graphiques à tracer - les données dans l'exemple ci-dessus ne correspondent pas à ce qui doit être fait - cf. enseignements de A.L.
moyennes =c( m_Temoin, m_Graine_humide, m_Graine_sans_embryon, m_Plantule )
Approche 2 - Même chose avec la fonction by()
by(Halo,Type,mean) -> moyennes
3- Calculer les moyennes et les intervalles de confiance pour chaque modalité
3.1- Chargement d'une fonction pour calculer l'intervalle de confiance (à copier-coller)
Remarque : int.ech() calcule les intervalles de confiance pour un échantillon
3.2- Calculs des intervalles de confiance
# Approche 1
IC_Temoin = int.ech(Temoin)
ICs = c( IC_Temoin, IC_Graine_humide, IC_Graine_sans_embryon, IC_Plantule )
titre=c("GS","GI","GGse","GG")
# Approche 2
ICs <- by(Halo,Type,int.ech)
Calculer ainsi les autres intervalles de confiance pour les autres conditions...
4- Tester la significativité des différences constatées
Approche 1 : multiplier les test de Student (risque de créer des faux-positifs !!!)
test_1 = t.test(Temoin,Negatif , var.equal=TRUE) # Comparaison GSS - GS
test_1$p.value # affiche la valeur de p-value
Faire ainsi les comparaisons aussi entre GSS et GI, GSS et GG, GS et GI, GS et GG, GI et GG
Approche 2 : utiliser pairwise.t.test() ou, mieux encore m.test().
4.2. Récupération des valeurs de p-value :
p-value : cette valeur est la probabilité qu'il n'y ait pas de différence entre les barres
Une p-value faible indique une différence significative
En-dessous de 0.05, on peut parler d'une différence significative
B- Tracer des diagrammes en barres
1- Tracer le diagramme en barres
Tracer le diagramme en barres et lui donner un nom (bp) : lui donner un nom permet de relever la position des barres pour pouvoir y superposer les écart-types
bp = barplot(moyennes) ; box() # pour la mise en forme - cf. aide ici .
Ajouter les intervalles de confiance ou les écart-types - cf. aide sur les barres d'erreur sur diagrammes en barres
arrows(bp,moyennes-ICs,bp, moyennes+ICs, lwd=1.5, angle=90,length=0.1,code=3)
2- Ajouter la légende
legend(x="topright", legend=c("GS : graines sèches","GI : graines imbibées","GSse : graines sèches sans embryon","GG : graines germées"),cex=0.9)
Pour ajouter une légende et la paramétrer - cf. aide ici .
3- Ajouter les lettres de significativité
Etoile de significativité : * si p-value < 0.05
text(bp,moyenne+ICs+2,c(" a "," b "," ab "," c "),cex=1.5,font=3)
Remarque pratique : si vous avez utilisé m.test(), il vous a renvoyé aussi les lettres : pas besoin de se casser la tête !