30
II.1.4. Filtration et homogénéisation des données
Suite au problème rencontré dans la donnée collectée au niveau des deux organismes, les problèmes
rencontré sont divers à savoir : des données manquantes, données erronées, afin de rendre la donnée
fiable et homogène pour qu’elle soit utile, le processus est illustré dans la Figure 11, tout d’abord
nous avons écartés toutes données inutile dans notre études tel que (nom du navire, date de l’opération
de pêche, longueur de la ligne mère, nombre d’hameçons, latitude initiale et finale, longitude initiale
et finale, direction des vents) après nous avons passés à la deuxième opération qui est une analyse
descriptive par différents outils statistique tel que (Q-Q) plot et les boites à moustaches…etc. ces
outils nous aides à identifier les valeurs extrêmes pour chaque variable afin de les illuminer
complètement et de rendre la données homogène et représentative. Et la dernière opération effectuée
et celle d’estimation des données manquent. Cette dernière est effectuée par des modèles
mathématiques très puissant et selon le type de données, lorsqu’il s’agit des séries temporelles on a
fait appel à la méthode du plus proche voisin par le logiciel Xlstat, s’il s’agit des données spatiales,
dans ce cas-là on fait appel au model d’interpolation pondération par l'inverse de la distance (IDW)
par le logiciel QGIS.
II.2 Etude de la croissance
Le traitement des données est effectué par le logiciel R version i386 3.6.3, afin d’achever toutes les
analyses statistiques de cette étude à savoir : la relation taille-poids des distributions de fréquences de
tailles pour l’espèce étudiée, le Test de sphéricité de Bartlett, ainsi l’analyse de régression multiple,
de même que l’Analyse de la variance et enfin l’Analyse en composante principale (A.C.P.).
Figure 11. Schéma conceptuel des étapes de processus de Filtration et
d’homogénéisation.
II.1.4. Filtration et homogénéisation des données
Suite au problème rencontré dans la donnée collectée au niveau des deux organismes, les problèmes
rencontré sont divers à savoir : des données manquantes, données erronées, afin de rendre la donnée
fiable et homogène pour qu’elle soit utile, le processus est illustré dans la Figure 11, tout d’abord
nous avons écartés toutes données inutile dans notre études tel que (nom du navire, date de l’opération
de pêche, longueur de la ligne mère, nombre d’hameçons, latitude initiale et finale, longitude initiale
et finale, direction des vents) après nous avons passés à la deuxième opération qui est une analyse
descriptive par différents outils statistique tel que (Q-Q) plot et les boites à moustaches…etc. ces
outils nous aides à identifier les valeurs extrêmes pour chaque variable afin de les illuminer
complètement et de rendre la données homogène et représentative. Et la dernière opération effectuée
et celle d’estimation des données manquent. Cette dernière est effectuée par des modèles
mathématiques très puissant et selon le type de données, lorsqu’il s’agit des séries temporelles on a
fait appel à la méthode du plus proche voisin par le logiciel Xlstat, s’il s’agit des données spatiales,
dans ce cas-là on fait appel au model d’interpolation pondération par l'inverse de la distance (IDW)
par le logiciel QGIS.
II.2 Etude de la croissance
Le traitement des données est effectué par le logiciel R version i386 3.6.3, afin d’achever toutes les
analyses statistiques de cette étude à savoir : la relation taille-poids des distributions de fréquences de
tailles pour l’espèce étudiée, le Test de sphéricité de Bartlett, ainsi l’analyse de régression multiple,
de même que l’Analyse de la variance et enfin l’Analyse en composante principale (A.C.P.).
Figure 11. Schéma conceptuel des étapes de processus de Filtration et
d’homogénéisation.