28
Enfin, nous nous intéressons à la répartition spatiale des paramètres environnementaux
(température et salinité), ainsi qu'à leurs interactions avec la distribution des bancs de
petits pélagiques ; avec une analyse exclusive des stations autour desquelles les bancs ont
été détectés. Elle est effectuée à l'aide d’une matrice de corrélation qui nous livre de
façon synthétique les particularités de chaque campagne.
2.3. Analyses statistiques des données
Le but de cette analyse est d’apprécier la distribution des données dans l’espace,
d’appréhender leur degré d’homogénéité, de rechercher et de visualiser les observations
ainsi que d’étudier l'évolution temporelle des détections de poisson. Dans le présent travail,
nous allons parcourir brièvement les plus utilisées, et pour cela, le logiciel xlstat, (2014)
sera utilisé pour le traitement statistique.
2.3.1. Analyse descriptive univariée
On a opté pour les paramètres de position et les paramètres de dispersion ; ils constituent
un ensemble de valeurs caractéristiques qui permettent une représentation de l’information
contenue dans la série statistique (Schwartz, 1992). .
Les paramètres de position d’une série statistique de N mesures de Xi sont principalement:
Tableau.II.2.analyse des statistiques descriptives univariée
2.3.2. Analyse descriptive bivariée
2.3.2.1. Etude de corrélation
Il consiste à déterminer s’il existe une liaison ou une corrélation entre deux phénomènes,
ce qui revient à caractériser leur degré de dépendance par un coefficient numérique
indépendant des unités de mesure, appelé coefficient de corrélation « r ».
Avec :
avec, C (x, y) et la covariance
Les valeurs du coefficient de corrélation extrême sont (-1 et 1), les mesures sont
positivement corrélées si les deux variables augmentent de manière simultanée, et
Paramètres Etendu
Moyenne
Variance
Ecart_type
CV (%)
Formule
Vmax-Vmin
∑ ⁄
∑
⁄
√
( )
Enfin, nous nous intéressons à la répartition spatiale des paramètres environnementaux
(température et salinité), ainsi qu'à leurs interactions avec la distribution des bancs de
petits pélagiques ; avec une analyse exclusive des stations autour desquelles les bancs ont
été détectés. Elle est effectuée à l'aide d’une matrice de corrélation qui nous livre de
façon synthétique les particularités de chaque campagne.
2.3. Analyses statistiques des données
Le but de cette analyse est d’apprécier la distribution des données dans l’espace,
d’appréhender leur degré d’homogénéité, de rechercher et de visualiser les observations
ainsi que d’étudier l'évolution temporelle des détections de poisson. Dans le présent travail,
nous allons parcourir brièvement les plus utilisées, et pour cela, le logiciel xlstat, (2014)
sera utilisé pour le traitement statistique.
2.3.1. Analyse descriptive univariée
On a opté pour les paramètres de position et les paramètres de dispersion ; ils constituent
un ensemble de valeurs caractéristiques qui permettent une représentation de l’information
contenue dans la série statistique (Schwartz, 1992). .
Les paramètres de position d’une série statistique de N mesures de Xi sont principalement:
Tableau.II.2.analyse des statistiques descriptives univariée
2.3.2. Analyse descriptive bivariée
2.3.2.1. Etude de corrélation
Il consiste à déterminer s’il existe une liaison ou une corrélation entre deux phénomènes,
ce qui revient à caractériser leur degré de dépendance par un coefficient numérique
indépendant des unités de mesure, appelé coefficient de corrélation « r ».
Avec :
avec, C (x, y) et la covariance
Les valeurs du coefficient de corrélation extrême sont (-1 et 1), les mesures sont
positivement corrélées si les deux variables augmentent de manière simultanée, et
Paramètres Etendu
Moyenne
Variance
Ecart_type
CV (%)
Formule
Vmax-Vmin
∑ ⁄
∑
⁄
√
( )