Deuxième chapitre : Méthodes d’étude
17
par saison les effectifs par classe de taille, il est possible de déterminer des modes successifs. Cette
méthode devient très difficile à utiliser quand les classes de taille se chevauchent
Dans ce cas des analyses mathématiques peuvent séparer les sous-populations imbriquées.
2. Méthode de Gueno le Guen
Dans un groupe d’individus de même âge moyen, on suppose que la distribution des tailles est
symétrique par rapport à la moyenne et que le recouvrement ne dépasse pas la moitié de l’étendue
de la distribution. On détermine le premier maximum qui apparait dans la distribution située à
gauche de la taille M1 qui correspond à ce maximum. Ensuite on retranche la demi-distribution B,
(symétrique de A1) du reste de la distribution de fréquence totale. On obtient ainsi une nouvelle
distribution totale dont on a retranché la distribution unimodale symétrique (A1+B1) de taille
modale M1. On recommence le processus pour isoler les distributions unimodales suivantes. Les
tailles modales M1, M2……, Mx peuvent être remplacées par les moyennes calculées sur chaque
distribution unimodale.
3. Méthode Bhattacharya
C’est une méthode qui a son utilité lorsqu’on veut scinder une distribution composite en
distributions normales distinctes, c’est-à-dire, lorsque le même échantillon contient plusieurs
groupes d’âge (cohortes) de poissons (SPARRE et VENEMA ,1996).
Les données de fréquence sont regroupées en classes de taille d’égale amplitude (h) et de point
milieu (X). A partir de là on construit un graphique ou à chaque abscisse X on associe l’ordonnée :
∆ log Ζ = log Z (x + h) – log Z(x)
Z(x+h) et Z (h) étant les effectifs de classe de point milieu « X + h » et « X ».
Sur ce graphe, on recherche des points de droite à pente négative. Le nombre de droites obtenu,
correspond au nombre de groupes d’âge. A partir de la formule suivante on peut estimer les tailles
moyennes des différents âges :
L = λ + (h/2)
Avec :
• h : intervalle de classe (amplitude).
• λ : abscisse du point d’intersection de chaque composante avec l’axe des abscisses.
• L : taille moyenne de la composante (groupe d’âge).
17
par saison les effectifs par classe de taille, il est possible de déterminer des modes successifs. Cette
méthode devient très difficile à utiliser quand les classes de taille se chevauchent
Dans ce cas des analyses mathématiques peuvent séparer les sous-populations imbriquées.
2. Méthode de Gueno le Guen
Dans un groupe d’individus de même âge moyen, on suppose que la distribution des tailles est
symétrique par rapport à la moyenne et que le recouvrement ne dépasse pas la moitié de l’étendue
de la distribution. On détermine le premier maximum qui apparait dans la distribution située à
gauche de la taille M1 qui correspond à ce maximum. Ensuite on retranche la demi-distribution B,
(symétrique de A1) du reste de la distribution de fréquence totale. On obtient ainsi une nouvelle
distribution totale dont on a retranché la distribution unimodale symétrique (A1+B1) de taille
modale M1. On recommence le processus pour isoler les distributions unimodales suivantes. Les
tailles modales M1, M2……, Mx peuvent être remplacées par les moyennes calculées sur chaque
distribution unimodale.
3. Méthode Bhattacharya
C’est une méthode qui a son utilité lorsqu’on veut scinder une distribution composite en
distributions normales distinctes, c’est-à-dire, lorsque le même échantillon contient plusieurs
groupes d’âge (cohortes) de poissons (SPARRE et VENEMA ,1996).
Les données de fréquence sont regroupées en classes de taille d’égale amplitude (h) et de point
milieu (X). A partir de là on construit un graphique ou à chaque abscisse X on associe l’ordonnée :
∆ log Ζ = log Z (x + h) – log Z(x)
Z(x+h) et Z (h) étant les effectifs de classe de point milieu « X + h » et « X ».
Sur ce graphe, on recherche des points de droite à pente négative. Le nombre de droites obtenu,
correspond au nombre de groupes d’âge. A partir de la formule suivante on peut estimer les tailles
moyennes des différents âges :
L = λ + (h/2)
Avec :
• h : intervalle de classe (amplitude).
• λ : abscisse du point d’intersection de chaque composante avec l’axe des abscisses.
• L : taille moyenne de la composante (groupe d’âge).