CHAPITRE II
ECOLOGIE ET STRUCTURE DEMOGRAPHIQUE
27
Tableau 2.11 Ajustement des modèles théoriques (rapport des variances)
Régions
Modèles
Par Rapport à
l’effectif
Par rapport au
poids
Est
Motomura
20.35
1.39
Mac Arthur
0.08
0.22
Preston
1.09
2.66
Centre
Motomura
3.10
3.28
Mac Arthur
4.85
5.98
Preston
0.62
0.80
Ouest
Motomura
35.21
13.57
Mac Arthur
11.44
10.11
Preston
1.30
1.30
II-5.4 Analyse en composantes principales (ACP)
L’ACP est une méthode statistique ancienne, c’est à Hotelling, en 1933, que l’on doit
la mise au point définitive (Philipeau, 1986). Cependant son utilisation est récente. Ce n’est
qu’à partir de l’arrivée des ordinateurs que l’on s’est mis à pratiquer la théorie.
II-5.4. 1 Méthode
L’Analyse en composantes principales (ACP) est une méthode statistique
essentiellement descriptive : son objectif est de présenter, sous une forme graphique, le
maximum de l’information contenue dans un tableau de données (Philipeau, 1986). Elle
permet de réduire un système complexe de corrélations en un plus petit nombre de
dimensions. Elle établit un diagramme de dispersion unique dans lequel apparaissent à la fois,
chacune des variables considérées et chacun des objets observés (Dagnelie, 1975).
La méthode des composantes principales est également appelée méthode des axes principaux :
la recherche des composantes principales consiste à déterminer ce qu’on pourrait considérer
comme les longueurs ou variance (valeurs propres) et les directions (vecteurs propres) des
axes principaux (in Hemida, 2005). L'axe qui donne le maximum d'information est appelé
premier axe principal et la combinaison de celui-ci avec le deuxième axe principal constitue le
premier plan principal. Ceci se ramène à une détermination de valeurs propres et de vecteurs
propres, qui assurent une parfaite symétrie entre les variables (indices) et les individus.
Chaque point-variable se place au sein du groupe de point-individu qu'il caractérise le plus. Si
un élément ligne possède une forte valeur pour une colonne, il sera "attiré" par le pointcolonne correspondant, il en est de même pour les éléments-colonnes (Philipeau, 1986).
L’analyse en composantes principales a été effectuée par régions.
ECOLOGIE ET STRUCTURE DEMOGRAPHIQUE
27
Tableau 2.11 Ajustement des modèles théoriques (rapport des variances)
Régions
Modèles
Par Rapport à
l’effectif
Par rapport au
poids
Est
Motomura
20.35
1.39
Mac Arthur
0.08
0.22
Preston
1.09
2.66
Centre
Motomura
3.10
3.28
Mac Arthur
4.85
5.98
Preston
0.62
0.80
Ouest
Motomura
35.21
13.57
Mac Arthur
11.44
10.11
Preston
1.30
1.30
II-5.4 Analyse en composantes principales (ACP)
L’ACP est une méthode statistique ancienne, c’est à Hotelling, en 1933, que l’on doit
la mise au point définitive (Philipeau, 1986). Cependant son utilisation est récente. Ce n’est
qu’à partir de l’arrivée des ordinateurs que l’on s’est mis à pratiquer la théorie.
II-5.4. 1 Méthode
L’Analyse en composantes principales (ACP) est une méthode statistique
essentiellement descriptive : son objectif est de présenter, sous une forme graphique, le
maximum de l’information contenue dans un tableau de données (Philipeau, 1986). Elle
permet de réduire un système complexe de corrélations en un plus petit nombre de
dimensions. Elle établit un diagramme de dispersion unique dans lequel apparaissent à la fois,
chacune des variables considérées et chacun des objets observés (Dagnelie, 1975).
La méthode des composantes principales est également appelée méthode des axes principaux :
la recherche des composantes principales consiste à déterminer ce qu’on pourrait considérer
comme les longueurs ou variance (valeurs propres) et les directions (vecteurs propres) des
axes principaux (in Hemida, 2005). L'axe qui donne le maximum d'information est appelé
premier axe principal et la combinaison de celui-ci avec le deuxième axe principal constitue le
premier plan principal. Ceci se ramène à une détermination de valeurs propres et de vecteurs
propres, qui assurent une parfaite symétrie entre les variables (indices) et les individus.
Chaque point-variable se place au sein du groupe de point-individu qu'il caractérise le plus. Si
un élément ligne possède une forte valeur pour une colonne, il sera "attiré" par le pointcolonne correspondant, il en est de même pour les éléments-colonnes (Philipeau, 1986).
L’analyse en composantes principales a été effectuée par régions.