Chapitre II.
Matériel et méthodes d’étude
25
Donc, le pourcentage de la puissance cumulé (FPc) sera calculé comme suit :
FPc = ∑ í µí° í µí°í µí°§
í µí°§
í µí¿
Le contour expliqué par 99.99% de la puissance de Fourrier cumulé sera donc le nombre
d’harmoniques considérée dans l’analyse statistique de la forme (Crampton 1995).
4.2. Extraction des données de mesures
En plus de l’analyse des descripteurs de la forme, dans notre cas les elliptiques de Fourrier
normalisés, les mesures de forme : la longueur, la largeur, la surface et le périmètre des pièces
peuvent être exploité. Ces derniers ont été aussi extraits à l’aide de TNPC.
Elles permettent de représenter les patrons de forme de l’opercule dans un plan à deux
dimensions (Tuset et al., 2003). Elles sont simples à obtenir et l’interprétation biologique des
résultats associés est moins complexe que celle des résultats obtenus à partir de données
multivariées (Stransky et MacLellan, 2005).
5. Analyse statistique
5.1. Analyse des variances ANOVA
L’analyse de la variance, également appelée ANOVA a été développée par le statisticien
britannique Ronald Fisher. C’est un modèle statistique qui sert à démontrer l’existence de
similitudes ou différences sur des aspects précis dans une population étudiée.
ANOVA est un test statique qui généralise le test ε de student au cadre de comparaisons de
plusieurs moyennes, on l’applique dès lors que l’on étudie l’effet d’une ou plusieurs variables
qualitatives sur une variable quantitative.
L’ANOVA dépend de deux hypothèses :
Hypothèse nulle(H0) :m1=m2=m3 pas de différence entre les moyennes
Hypothèse rivale (H1) : il existe une différence entre quelques moyennes.
Si le H1 vérifié on a besoin d’un autre test qui est le test de SHEFFE pour déterminer ces paires
de moyennes responsables au rejet de l’hypothèse nulle.
Matériel et méthodes d’étude
25
Donc, le pourcentage de la puissance cumulé (FPc) sera calculé comme suit :
FPc = ∑ í µí° í µí°í µí°§
í µí°§
í µí¿
Le contour expliqué par 99.99% de la puissance de Fourrier cumulé sera donc le nombre
d’harmoniques considérée dans l’analyse statistique de la forme (Crampton 1995).
4.2. Extraction des données de mesures
En plus de l’analyse des descripteurs de la forme, dans notre cas les elliptiques de Fourrier
normalisés, les mesures de forme : la longueur, la largeur, la surface et le périmètre des pièces
peuvent être exploité. Ces derniers ont été aussi extraits à l’aide de TNPC.
Elles permettent de représenter les patrons de forme de l’opercule dans un plan à deux
dimensions (Tuset et al., 2003). Elles sont simples à obtenir et l’interprétation biologique des
résultats associés est moins complexe que celle des résultats obtenus à partir de données
multivariées (Stransky et MacLellan, 2005).
5. Analyse statistique
5.1. Analyse des variances ANOVA
L’analyse de la variance, également appelée ANOVA a été développée par le statisticien
britannique Ronald Fisher. C’est un modèle statistique qui sert à démontrer l’existence de
similitudes ou différences sur des aspects précis dans une population étudiée.
ANOVA est un test statique qui généralise le test ε de student au cadre de comparaisons de
plusieurs moyennes, on l’applique dès lors que l’on étudie l’effet d’une ou plusieurs variables
qualitatives sur une variable quantitative.
L’ANOVA dépend de deux hypothèses :
Hypothèse nulle(H0) :m1=m2=m3 pas de différence entre les moyennes
Hypothèse rivale (H1) : il existe une différence entre quelques moyennes.
Si le H1 vérifié on a besoin d’un autre test qui est le test de SHEFFE pour déterminer ces paires
de moyennes responsables au rejet de l’hypothèse nulle.