67
CHAPITRE 3 : RESULTAT ET DISCUSSION
➢ Le test du F de Fisher
Tableau 13: Analyse de la variance. (BFT)
Source
DDL Somme des carrés Moyenne des carrés
F
Pr > F
Modèle
7
56397,169
8056,738
13,403 < 0,0001
Erreur
12
7213,452
601,121
Total corrigé 19
63610,621
Le test du F de Fisher est utilisé. La probabilité associée au F étant dans ce cas inférieure à 0.0001, il y a
un risque de se tromper de moins de 0,01 % en concluant que les variables explicatives fournissent une
quantité d'information importante au modèle.
➢ Équation 1:Modèle d’analyse de régression linéaire multiple temporelle du thon
rouge.
Wt= 523,442350187043-136,375083233126*CHLa-26,1576556540368*NO3-+4,00458725702506*O235,9167329531956*S+0,670222784270047*T-119,87103228773*Crrtspd+33,9107791946227*HtVg
Tableau 14: Les résultats l’analyse de régression Linéaire multiple Temporelle. (BFT)
Source
Valeur
Constante 523,442
CHL a
-136,375
NO3-26,158
O2
4,005
S
-35,917
T
0,670
Crrntspd -119,871
Htvg
33,911
• Espadon (SWO)
➢ Le coefficient de détermination :
R²=0,154
Le coefficient de détermination R2 permet d'obtenir une estimation du pourcentage de variabilité
de la variable à modéliser, expliqué par les variables explicatives.
Pour notre cas, 15%. Les effets (autres variables explicatives) qui ne sont pas pris en considération
dans cet exemple sont responsables du reste de la variabilité. Le R2 de 15% dans ce cas met en
évidence la faible performance du modèle de régression linéaire simple pour expliquer la