Chapitre premier : Données générales et Méthodes d’étude.
- 5 -
la longueur totale LT (longueur prise de l’extrémité du museau à l’extrémité de la caudale posée
en extension) et de détermination du sexe.
2-1-2- Echantillonnage :
Les observations ont été effectuées au niveau de la poissonnerie d’Alger qui recueille les
espèces de différentes régions du littoral algérien (Beni Saf, Annaba, Cherchell,…). Les
représentants de Scyliorhinus canicula, présentés sur les carreaux de la poissonnerie, ont été
mesurés (LT) et pesés (WT poids total du corps), tôt le matin, à raison de deux à trois sorties par
semaine de Novembre 2008 à Mai 2009 afin de compléter les données antérieures.
2-2- Traitement des données brutes :
2.2.1. Comparaison des tailles moyennes
L’analyse de variance (Analysis of variance ou Anova) cherche généralement à tester les
différences significatives entre les moyennes ; ce nom d’Anova, qui peut prêter à confusion,
vient du fait que pour tester la significativité statistique entre les moyennes, on compare en
réalité les variances. L'analyse de variance simple s'intéresse à l'effet d'un traitement sur une
seule variable. On peut également étudier simultanément les effets de deux ou plusieurs
variables. Les variables considérées sont appelées facteurs et dans ce cas l’analyse de variance
est multiple ; elle est notée Manova (Multiple Analysis of Variance). Les modalités ou catégories
des différents facteurs sont appelés niveaux. Dans ce cas on a l'avantage d'étudier en plus de
l'effet individuel de chaque facteur, l'interaction entre ces deux facteurs (StatsoftInc, 1997).
L’Anova a pour principe de décomposer la variation totale en deux composantes : variations
factorielle et résiduelle avec (SCT = SCF + SCR). On peut étendre ce principe à l’analyse de
variance à deux critères de sélection (Manova) ; la variation factorielle est alors divisée en trois
composantes liées aux deux variables SCF = SCFA+ SCFB + SCAB. Les procédures de calcul
(formules mathématiques) sont exposées dans les ouvrages de Dagnélie (1973) de Daniel (1978)
et de Lagarde (1982).
Le modèle de l'analyse de variance à deux variables fait l'objet de 3 hypothèses nulles
différentes:
l'une est relative à l'absence d'action du premier facteur;
la seconde est relative à l'absence d'action du deuxième facteur,
la troisième est relative à l'absence d'interaction entre les facteurs.
Pour évaluer le caractère significatif de chacune des k variables, il y a k rapports F à
considérer plus un, relatif à l'interaction: il suffit d'entrer dans une table F avec le nombre de
degrés de liberté correspondant (si a est le nombre de lignes, b le nombre de colonnes et n
l’effectif de chaque catégorie) :
- 5 -
la longueur totale LT (longueur prise de l’extrémité du museau à l’extrémité de la caudale posée
en extension) et de détermination du sexe.
2-1-2- Echantillonnage :
Les observations ont été effectuées au niveau de la poissonnerie d’Alger qui recueille les
espèces de différentes régions du littoral algérien (Beni Saf, Annaba, Cherchell,…). Les
représentants de Scyliorhinus canicula, présentés sur les carreaux de la poissonnerie, ont été
mesurés (LT) et pesés (WT poids total du corps), tôt le matin, à raison de deux à trois sorties par
semaine de Novembre 2008 à Mai 2009 afin de compléter les données antérieures.
2-2- Traitement des données brutes :
2.2.1. Comparaison des tailles moyennes
L’analyse de variance (Analysis of variance ou Anova) cherche généralement à tester les
différences significatives entre les moyennes ; ce nom d’Anova, qui peut prêter à confusion,
vient du fait que pour tester la significativité statistique entre les moyennes, on compare en
réalité les variances. L'analyse de variance simple s'intéresse à l'effet d'un traitement sur une
seule variable. On peut également étudier simultanément les effets de deux ou plusieurs
variables. Les variables considérées sont appelées facteurs et dans ce cas l’analyse de variance
est multiple ; elle est notée Manova (Multiple Analysis of Variance). Les modalités ou catégories
des différents facteurs sont appelés niveaux. Dans ce cas on a l'avantage d'étudier en plus de
l'effet individuel de chaque facteur, l'interaction entre ces deux facteurs (StatsoftInc, 1997).
L’Anova a pour principe de décomposer la variation totale en deux composantes : variations
factorielle et résiduelle avec (SCT = SCF + SCR). On peut étendre ce principe à l’analyse de
variance à deux critères de sélection (Manova) ; la variation factorielle est alors divisée en trois
composantes liées aux deux variables SCF = SCFA+ SCFB + SCAB. Les procédures de calcul
(formules mathématiques) sont exposées dans les ouvrages de Dagnélie (1973) de Daniel (1978)
et de Lagarde (1982).
Le modèle de l'analyse de variance à deux variables fait l'objet de 3 hypothèses nulles
différentes:
l'une est relative à l'absence d'action du premier facteur;
la seconde est relative à l'absence d'action du deuxième facteur,
la troisième est relative à l'absence d'interaction entre les facteurs.
Pour évaluer le caractère significatif de chacune des k variables, il y a k rapports F à
considérer plus un, relatif à l'interaction: il suffit d'entrer dans une table F avec le nombre de
degrés de liberté correspondant (si a est le nombre de lignes, b le nombre de colonnes et n
l’effectif de chaque catégorie) :