Comment BioRender recommande le test statistique adapté à vos données

Choisir le test statistique adapté est l’une des principales sources d’incertitude dans l’analyse des données. BioRender Graphing élimine les incertitudes en effectuant automatiquement des vérifications diagnostiques sur vos données et en recommandant le test le plus approprié avant que vous ne lanciez votre analyse. Cet article explique comment fonctionne ce processus, quelles vérifications sont effectuées et comment interpréter les recommandations.

Fonctionnement du système de recommandation

Lorsque vous cliquez sur Run analysis, BioRender effectue en arrière-plan une série de vérifications des hypothèses concernant vos données avant de vous présenter un formulaire de configuration de l’analyse. En fonction des résultats de ces vérifications, le test le plus approprié est signalé comme "Recommended" dans le panneau Review analysis situé à droite.

Le panneau de recommandation affiche :

• Le test recommandé
• Les vérifications effectuées
• La signification des résultats en langage courant

Exemple ci-dessous

💡 Important : les recommandations de BioRender constituent un point de départ fondé sur des principes statistiques. La décision finale vous revient toujours. Le raisonnement est présenté de manière transparente afin que vous puissiez accepter la recommandation, la remplacer ou en discuter avec un collègue.

Les vérifications des hypothèses effectuées par BioRender

Les différents tests statistiques ont des exigences différentes concernant la structure et la distribution de vos données. BioRender vérifie automatiquement les plus importantes :

Test de Shapiro-Wilk de normalité

De nombreux tests statistiques courants, notamment les t-tests et les ANOVAs, supposent que vos données suivent une distribution normale (en cloche). Le test de Shapiro-Wilk vérifie si cette hypothèse est valable pour votre ensemble de données.

Shapiro-Wilk sur des données transformées logarithmiquement

Si les données d’origine échouent à la vérification de la normalité, BioRender vérifie automatiquement si les données transformées logarithmiquement suivent une distribution normale. De nombreuses mesures biologiques, comme les concentrations de cytokines, les intensités de fluorescence et l’expression génique, suivent naturellement une distribution log-normale. Cette seconde vérification permet donc souvent de réintégrer les données dans un cadre paramétrique. Si elle est réussie, BioRender recommande la version log-normale du t-test ou de l’ANOVA, qui applique le test paramétrique aux valeurs transformées logarithmiquement. Cette option est préférable à l’alternative non paramétrique, car elle conserve davantage d’informations sur la taille de votre effet.

Test de Levene d’égalité des variances

Les tests paramétriques supposent également que la variance entre vos groupes est approximativement égale. Le test de Levene vérifie si cette hypothèse est respectée.

Ce que vous voyez dans le panneau Review Analysis

La recommandation apparaît dans le panneau Review analysis lorsque vous ouvrez la configuration de l’analyse. 

Il affiche :

• Le test recommandé, présélectionné dans le menu déroulant
• Une explication intitulée « What this analysis does », en langage courant, par exemple : « Vos données respectent les hypothèses d’un t-test non apparié » ou « Vos données ne respectent pas l’hypothèse de normalité pour la corrélation de Pearson. La corrélation de Spearman est recommandée comme alternative non paramétrique. »
• Une explication intitulée "When to use", décrivant les conditions appropriées pour le test recommandé

Exemples ci-dessous :

Les résultats des tests de Shapiro-Wilk et de Levene sont toujours inclus dans le rapport d’analyse complet afin que vous puissiez documenter les vérifications des hypothèses dans la section consacrée aux méthodes.

Remplacer une recommandation

Vous n’êtes jamais obligé d’utiliser le test recommandé. Si vous souhaitez utiliser un autre test, ouvrez le menu déroulant du panneau Review analysis et sélectionnez l’option de votre choix.

Si vous sélectionnez un test qui ne correspond pas aux hypothèses de vos données, par exemple un test paramétrique alors que la vérification de la normalité a échoué, BioRender affiche un avertissement expliquant pourquoi le test recommandé reste préférable et les compromis liés à son remplacement. Vous disposez ainsi des informations nécessaires pour prendre une décision éclairée, plutôt que de voir votre choix simplement bloqué.

Certains tests peuvent apparaître grisés si la structure de vos données ne respecte pas leurs exigences de base. Survolez l’info-bulle pour comprendre pourquoi.

💡 Pourquoi est-ce important pour les équipes ? Lorsque tous les membres d’une équipe utilisent l’analyse guidée de BioRender, les analyses sont réalisées de manière cohérente, avec les mêmes tests, les mêmes vérifications des hypothèses et la même logique, quelle que soit la connaissance des statistiques de chacun. Cela réduit la variabilité entre les membres du laboratoire et facilite la documentation et la reproductibilité des méthodes.

Foire aux questions

Puis-je toujours faire confiance à la recommandation ? 

Les recommandations reposent sur des critères statistiques bien établis et sont adaptées à la grande majorité des ensembles de données de recherche courants. Elles constituent toutefois un point de départ : vous devez toujours tenir compte des conventions de votre domaine et de la conception expérimentale qui vous est propre avant de prendre la décision finale.

Que se passe-t-il si mon ensemble de données est très petit ? 

Les tests de normalité tels que Shapiro-Wilk ont une puissance limitée avec de très petits échantillons (p. ex. n < 5 par groupe). Dans ce cas, le test peut ne pas détecter une non-normalité, même si elle existe. Tenez compte de la plausibilité biologique d’une distribution normale pour vos données, en complément du résultat du test.

Les résultats de la vérification des hypothèses apparaîtront-ils dans les résultats de mon analyse ? 

Oui. Les résultats des tests de Shapiro-Wilk et de Levene's sont inclus dans chaque rapport d’analyse afin que vous puissiez les mentionner dans la section consacrée aux méthodes.

Quel moteur statistique BioRender utilise-t-il ? 

Toutes les analyses sont effectuées avec R (version 4.5.1). Consultez l’article Analyses statistiques dans BioRender Graphing (méthodologie) pour obtenir la liste complète des packages et fonctions utilisés.

Besoin d’aide ? Contactez notre équipe d’assistance à l’adresse support@biorender.com ou démarrez une conversation en direct en cliquant sur la bulle "Chat With Us" située en bas à droite.