41
Le test F de Fisher a été utilisé. La probabilité enregistrée associée au F étant dans ce cas inférieure à
0,0003939, cela signifie que le risque de se tromper est inférieur à 0,05% pour conclure que les
variables explicatives apportent une quantité significative d'informations au modèle.
Tableau 6. Résultats l’analyse de régression linéaire multiple.
R-carré ajusté : 0,703; Statistique F : 11,06 sur 4 et 13 DF, valeur de p : 0,0003939
Le Meilleur modèle d’analyse de régression linéaire multiple est :
í µí±³í µí² = 75.90 (í µí±ªí µí²í µí²) − 2.96 (í µí±¶í µí¿) + 25.94 (í µí±ºí µí²í µí²) − 11.60 (í µí±»í µí²í µí²í µí²) + 123.80 (5)
III.3 La distribution du thon rouge en relation avec les facteurs environnementaux
Les valeurs maximales et minimales relevées à partir des données de la taille et du poids du thon
rouge sont (312,88 cm ; 474,38 kg) et (39 cm ; 2 kg) respectivement (Tableau1). Les longueurs
totales du thon rouge varient selon les saisons, avec une moyenne de 146-181 cm au printemps et de
244-255 cm en été (Figure16) ; elles ont été enregistrées dans les eaux de surface. Ces dernières sont
caractérisées par des facteurs physiques et chimiques variant selon les saisons. Parmi ces facteurs, les
variables suivantes ont été déterminées : température, salinité, vitesse du courant, hauteur des vagues,
chlorophylle a, oxygène dissous et nitrate.
III.3.1 Variation saisonnière
Cette partie se propose d'explorer la relation entre la variabilité saisonnière de ces paramètres
biologiques et les facteurs environnementaux qui les influencent, afin de mieux appréhender les
dynamiques de population et les impacts potentiels des changements environnementaux sur le thon
rouge.
III.3.1 Facteurs physiques
La température et la salinité sont les principaux facteurs hydrologiques décrivant les masses d'eau
dans un environnement marin(Aminot and Kérouel, 2004a).
Multi-corrélation avec les résultats du modèle de
régression
Coefficients:
Estimate
Std.
Error
t value
Pr(>|t|)
(Interception)
123,806
596,224
0,208
0,83872
Chl.a
75,905
18,442
4,116
0.00122 **
O2
-2,96
1,308
-2,263
0.04137 *
Sal
25,944
9,348
2,775
0.01576 *
Temp
-11,602
3,859
-3,007
0.01011 *
Le test F de Fisher a été utilisé. La probabilité enregistrée associée au F étant dans ce cas inférieure à
0,0003939, cela signifie que le risque de se tromper est inférieur à 0,05% pour conclure que les
variables explicatives apportent une quantité significative d'informations au modèle.
Tableau 6. Résultats l’analyse de régression linéaire multiple.
R-carré ajusté : 0,703; Statistique F : 11,06 sur 4 et 13 DF, valeur de p : 0,0003939
Le Meilleur modèle d’analyse de régression linéaire multiple est :
í µí±³í µí² = 75.90 (í µí±ªí µí²í µí²) − 2.96 (í µí±¶í µí¿) + 25.94 (í µí±ºí µí²í µí²) − 11.60 (í µí±»í µí²í µí²í µí²) + 123.80 (5)
III.3 La distribution du thon rouge en relation avec les facteurs environnementaux
Les valeurs maximales et minimales relevées à partir des données de la taille et du poids du thon
rouge sont (312,88 cm ; 474,38 kg) et (39 cm ; 2 kg) respectivement (Tableau1). Les longueurs
totales du thon rouge varient selon les saisons, avec une moyenne de 146-181 cm au printemps et de
244-255 cm en été (Figure16) ; elles ont été enregistrées dans les eaux de surface. Ces dernières sont
caractérisées par des facteurs physiques et chimiques variant selon les saisons. Parmi ces facteurs, les
variables suivantes ont été déterminées : température, salinité, vitesse du courant, hauteur des vagues,
chlorophylle a, oxygène dissous et nitrate.
III.3.1 Variation saisonnière
Cette partie se propose d'explorer la relation entre la variabilité saisonnière de ces paramètres
biologiques et les facteurs environnementaux qui les influencent, afin de mieux appréhender les
dynamiques de population et les impacts potentiels des changements environnementaux sur le thon
rouge.
III.3.1 Facteurs physiques
La température et la salinité sont les principaux facteurs hydrologiques décrivant les masses d'eau
dans un environnement marin(Aminot and Kérouel, 2004a).
Multi-corrélation avec les résultats du modèle de
régression
Coefficients:
Estimate
Std.
Error
t value
Pr(>|t|)
(Interception)
123,806
596,224
0,208
0,83872
Chl.a
75,905
18,442
4,116
0.00122 **
O2
-2,96
1,308
-2,263
0.04137 *
Sal
25,944
9,348
2,775
0.01576 *
Temp
-11,602
3,859
-3,007
0.01011 *