Chapitre Premier : Données générales et Méthodes d’étude
Figure 2- Diagramme fréquence – densité (ou biomasse)
- I : espèces non caractéristiques (fréquences et densités faibles).
- II : espèces peu caractéristiques (peu fréquentes mais très denses).
- III : espèces très caractéristiques (très fréquentes et très denses).
- IV : espèces peu caractéristiques (très fréquentes et à biomasse faible).
Cette méthode classique, qui nécessite d’analyser chaque plan de manière indépendante, a été
suppléée par une méthode d’analyse multidimensionnelle, l’ACP. Cette technique permet de
considérer simultanément tous les indices calculés et est plus facile à appliquer.
8-2- Analyse en composantes principales
Les données des espèces accompagnatrices de Scyliorhinus canicula (Fr, Dn, Dw) ont fait
l’objet d’une analyse en composantes principales. Cette analyse a été réalisée à l’aide du
programme Statistica version 5.1 (StatSoft., Inc., 1997). Ce progiciel est capable de réaliser des
analyses sur des matrices importantes et de plus détaille ces méthodes dans son module d’aide.
Hemida (2005) rappelle que cette méthode est particulièrement puissante pour explorer la
structure des données en tenant compte de leur caractère multidimensionnel. Elle a été décrite par
Schwartz (1983), Daget (1976), Legendre & Legendre (1979), Duby & Robin (2006) ainsi que par
d’autres auteurs cités par Hemida (2005) : Dagnélie (1973 et 1975) ; Daniel (1978) ; Gilbert
(1978) ; Laforge (1981) ; Lagarde (1983) ; Bouroche & Saporta (1992).
L'ACP est une technique permettant de réduire un système complexe de corrélations en un plus
petit nombre de dimensions. La méthode des composantes principales est également appelée
méthode des axes principaux : la recherche des composantes principales consiste à déterminer ce
qu’on pourrait considérer comme les longueurs ou variance (valeurs propres) et les directions
- 10 -
Figure 2- Diagramme fréquence – densité (ou biomasse)
- I : espèces non caractéristiques (fréquences et densités faibles).
- II : espèces peu caractéristiques (peu fréquentes mais très denses).
- III : espèces très caractéristiques (très fréquentes et très denses).
- IV : espèces peu caractéristiques (très fréquentes et à biomasse faible).
Cette méthode classique, qui nécessite d’analyser chaque plan de manière indépendante, a été
suppléée par une méthode d’analyse multidimensionnelle, l’ACP. Cette technique permet de
considérer simultanément tous les indices calculés et est plus facile à appliquer.
8-2- Analyse en composantes principales
Les données des espèces accompagnatrices de Scyliorhinus canicula (Fr, Dn, Dw) ont fait
l’objet d’une analyse en composantes principales. Cette analyse a été réalisée à l’aide du
programme Statistica version 5.1 (StatSoft., Inc., 1997). Ce progiciel est capable de réaliser des
analyses sur des matrices importantes et de plus détaille ces méthodes dans son module d’aide.
Hemida (2005) rappelle que cette méthode est particulièrement puissante pour explorer la
structure des données en tenant compte de leur caractère multidimensionnel. Elle a été décrite par
Schwartz (1983), Daget (1976), Legendre & Legendre (1979), Duby & Robin (2006) ainsi que par
d’autres auteurs cités par Hemida (2005) : Dagnélie (1973 et 1975) ; Daniel (1978) ; Gilbert
(1978) ; Laforge (1981) ; Lagarde (1983) ; Bouroche & Saporta (1992).
L'ACP est une technique permettant de réduire un système complexe de corrélations en un plus
petit nombre de dimensions. La méthode des composantes principales est également appelée
méthode des axes principaux : la recherche des composantes principales consiste à déterminer ce
qu’on pourrait considérer comme les longueurs ou variance (valeurs propres) et les directions
- 10 -