Dans une étude menée à l’université de Lyon, des scientifiques s’intéressent à l’association entre le sport pratiqué par un athlète et son développement morphologique. Pour répondre à cette question de recherche, les chercheurs vont chercher à tester l’hypothèse selon laquelle la carrure dépend du sport pratiqué.
Plus précisément, cette étude s’est intéressée à six sports : l’athlétisme, le football, le handball, le judo, la natation et le volley. D’autre part, la carrure a été mesurée par la distance en cm entre les 2 épaules. Pour gagner du temps et limiter les coûts, les chercheurs réalisent un recueil de données où le nombre d’individus observés par sport est égal à \(n_i=3\).
dataSportV1.csv. Vérifier que le jeu de données contient bien 18 individus statistiques : 3 individus par sport.| Sport | Carrure_mean | Carrure_sd |
|---|---|---|
| Athletisme | 34.73 | 2.16 |
| Foot | 36.07 | 2.11 |
| Hand | 34.80 | 4.10 |
| Judo | 36.47 | 3.32 |
| Natation | 38.60 | 3.14 |
| Volley | 36.17 | 1.96 |
## Analysis of Variance Table
##
## Model 1: Carrure ~ 1
## Model 2: Carrure ~ Sport
## Res.Df RSS Df Sum of Sq F Pr(>F)
## 1 17 131.26
## 2 12 101.45 5 29.816 0.7054 0.6304Surpris du résultat, les chercheurs organisent une seconde collecte de données qui permet d’augmenter la taille de l’échantillon avec 10 observations supplémentaires par sport pour arriver à \(n_i=13\).
dataSportV2.csv. Vérifier que ce nouveau jeu de données contient bien 60 individus : 10 individus par sport.A l’aide de la fonction bind_rows, créer le jeu de données complet, que vous nommerez data.sport.Vf, contenant les 13 individus statistiques.
| Sport | Carrure_mean | Carrure_sd |
|---|---|---|
| Athletisme | 34.92 | 2.20 |
| Foot | 36.27 | 2.31 |
| Hand | 35.52 | 3.35 |
| Judo | 37.38 | 2.98 |
| Natation | 38.68 | 3.06 |
| Volley | 36.64 | 2.44 |
Si le test est significatif, on cherche à déterminer quels sports permettent de développer des carrures significativement différentes.
Exprimer cette question sous la forme d’hypothèses statistiques.
A l’aide de la fonction emmeans du package emmeans, tester quelles sont les sports qui, deux à deux, donnent des carrures différentes.
library(emmeans)
sport_comp_Vf <- emmeans(mod.Vf, ~ Sport )
pairs(sport_comp_Vf, adjust = "bonf")
plot(sport_comp_Vf)L’effet d’un facteur sur une variable réponse doit être testé en premier. Si un facteur a un effet, il est alors possible d’aller creuser quelles sont les modalités (ou les combinaisons de modalités) du facteur qui ont une moyenne de la variable réponse différente.