Chapitre VI
Résultats et discussions
65
O 2 (mg/l)
Station
O 2 (mg/l)
1
1
StationA
10,45273
****
2
StationB
10,62091
****
3
StationC
10,67909
****
MES (mg/l)
Station
MES (mg/l)
1
2
StationB
2,562727
****
1
StationA
3,170000
****
3
StationC
3,256364
****
SULFATES (mg/l)
Station SULFATES (mg/l) 1
2
StationB
2854,415
****
3
StationC
3121,916
****
1
StationA
3138,323
****
NH 4
+ (mg/l)
Station
NH 4
+ (mg/l)
1
2
3
3
StationC
0,209091
****
1
StationA
0,309091
****
2
StationB
0,500000
****
NO 3
- (mg/l)
Station
NO 3
- (mg/l)
1
3
StationC
1,600000
****
2
StationB
1,609091
****
PO 4
3- (mg/l)
Station
PO 4
3- (mg/l)
1
3
StationC
0,020909
****
1
StationA
0,022727
****
2
StationB
0,023636
****
Al (mg/l)
Station
Al (mg/l)
1
3
StationC
0,013182
****
2
StationB
0,013364
****
1
StationA
0,029545
****
Fe (mg/l)
Station
Fe (mg/l)
1
1
StationA
0,050818
****
2
StationB
0,056273
****
3
StationC
0,059682
****
VI.2.2. Analyse en composantes principales (ACP) :
L’ACP est une méthode statistique essentiellement descriptive dont l’objet est de présenter sous une
forme graphique, le maximum d’information contenu dans un tableau de données. Chaque
échantillon d’eau d’une campagne de prélèvement constitue une unité statistique, les différents
paramètres soumis à l’analyse constituent les variables qui caractérisent ces unités statistiques.
Chacune des trois compagnes analysées a donc été traitée statistiquement grâce à l’utilisation du
logiciel STATISTICA Version 8.
Le but de cette analyse est de résumer la structure de données décrites par les variables
quantitatives, tout en obtenant des facteurs non corrélés entre eux. Ces facteurs peuvent être utilisés
comme de nouvelles variables permettant d'éviter la multi-colinéarité en régression multiple et
d'effectuer une classification automatique en ne tenant compte que de l'information essentielle,
c'est-à-dire en ne conservant que les premiers facteurs.