Chapitre 2 : Matériel et méthodes
24
L∞ : longueur asymptotique en centimètre.
a et b : coefficients de la croissance relative entre le poids et la longueur.
K et t o sont respectivement le coefficient de croissance et l’âge auquel la taille est théoriquement
nulle. Ces deux derniers facteurs sont les mêmes que ceux estimés pour la croissance linéaire.
II.3. Analyse statistique des données
II.3.1. Comparaison des tailles moyennes entre les trois secteurs
a-Test d’Anova
Afin de comparer entre les tailles moyennes des trois secteurs, nous avons procédé à une Anova
(de l’anglais : Analyse of variance) à l’aide du logiciel Statistica.
Analyse de variance c’est un test de comparaison entre plus de deux moyennes, cette méthode
est basée sur la notion de variance et la distribution de fréquence et repose sur deux hypothèses
au niveau de signification de 0.05.
L’hypothèse nulle (H0) : m1=m2=m3, il y n’y a pas de différence significative.
L’hypothèse rivale (H1) : il existe une différence significative.
b-Test de Scheffé
Après une Anova, dans le cas où l’hypothèse nulle est rejetée, on a procédé le Test de Scheffé
pour déterminer les paires de moyennes significatives à l’aide du logiciel Statistica.
Ce test peut être utilisé pour des échantillons de tailles différentes comme le cas de nos
échantillons et même si les populations ne suivent pas une loi normale.
II.3.2.Comparaison des tailles et des poids moyens entre mâles et femelles
a-Test de l’écart réduit T
L’écart réduit ε permet d’accepter l’hypothèse H0 (XM= XF) ou de la rejeter
La formule de l’écart- réduit est :
- X M et F : moyennes des échantillons mâle et femelles ;
- Var M et Var F : variances des deux sexes ;
- n M et n F : effectifs des deux sexes.