Chapitre II
Matériel et méthodes
21
amplitudes h et de point médian x, de sorte que deux points consécutifs ont comme, point
médian, (x+h) (Sparre et Venema, 1996).
Nous établissons un graphique en portant pour chaque centre de classe x la quantité Δlog10 y
telle que : Δ Log10 y = Δ Log10 y x+h+ Δ Log10 y (x)
y(x+h) : l’effectif de la classe x+h, y(x) : l’effectif de la classe x Cette méthode est appelée
également méthode des différences logarithmiques, elle transforme la gaussienne en une droite
de pente négative.
La moyenne est calculée par la formule : m=λ+ (h/2)
Avec ; λ : intersection avec l’axe des x. (h/2) : correction de regroupement.
Le programme informatique FISAT II (Gayanilo et al., 2005) nous a permi de déterminer
directement la clé âge-longueur.
5.1.3. Méthode de NORMSEP
L’analyse statistique de la décomposition d’une distribution en taille en une somme de
composantes normales, de nombre connu, a été abordée par Hasselblad (1966 in Pauly, 1997) et
développé par Tomlinson (1970 in Sparre et Venema, 1996) en programme informatique appelé
NORMSEP (Normal Distribution Separator Using Steepest Descend Method).Le procédé
d’utilisation de cette routine est très similaire à celui de Bhattacharya.
Elle applique le concept du maximum de vraisemblance à la séparation des composantes
normalement distribuées des échantillons de fréquence de taille. D’après Sparre et Venema
(1996), l’idée de base de l’approche du maximum de vraisemblance consiste à suivre la
progression de modes et à tester un grand nombre de combinaisons différentes de paramètres de
croissance. La mesure de la qualité de l’ajustement utilisée dans cette méthode est étroitement
apparentée au critère chi-carré.
En plus des paramètres de croissance, la méthode du maximum de vraisemblance fournit des
effectifs, des écarts-types et des estimations des limites de confiance de tous les paramètres. Ce
programme fonctionne par processus itératif (il reçoit au départ une solution approchée qui sera
ensuite graduellement améliorée au cours d’étapes itératives).
Le programme NORMSEP requiert des données d’entrée, le nombre attendu des groupes d’âge
et leur longueur moyenne attendue ; par défaut, les résultats de la routine de la méthode de
Bhattacharya sont empruntés. Les données de sortie sont représentées par les longueurs
moyennes et la taille des populations en nombre.
Matériel et méthodes
21
amplitudes h et de point médian x, de sorte que deux points consécutifs ont comme, point
médian, (x+h) (Sparre et Venema, 1996).
Nous établissons un graphique en portant pour chaque centre de classe x la quantité Δlog10 y
telle que : Δ Log10 y = Δ Log10 y x+h+ Δ Log10 y (x)
y(x+h) : l’effectif de la classe x+h, y(x) : l’effectif de la classe x Cette méthode est appelée
également méthode des différences logarithmiques, elle transforme la gaussienne en une droite
de pente négative.
La moyenne est calculée par la formule : m=λ+ (h/2)
Avec ; λ : intersection avec l’axe des x. (h/2) : correction de regroupement.
Le programme informatique FISAT II (Gayanilo et al., 2005) nous a permi de déterminer
directement la clé âge-longueur.
5.1.3. Méthode de NORMSEP
L’analyse statistique de la décomposition d’une distribution en taille en une somme de
composantes normales, de nombre connu, a été abordée par Hasselblad (1966 in Pauly, 1997) et
développé par Tomlinson (1970 in Sparre et Venema, 1996) en programme informatique appelé
NORMSEP (Normal Distribution Separator Using Steepest Descend Method).Le procédé
d’utilisation de cette routine est très similaire à celui de Bhattacharya.
Elle applique le concept du maximum de vraisemblance à la séparation des composantes
normalement distribuées des échantillons de fréquence de taille. D’après Sparre et Venema
(1996), l’idée de base de l’approche du maximum de vraisemblance consiste à suivre la
progression de modes et à tester un grand nombre de combinaisons différentes de paramètres de
croissance. La mesure de la qualité de l’ajustement utilisée dans cette méthode est étroitement
apparentée au critère chi-carré.
En plus des paramètres de croissance, la méthode du maximum de vraisemblance fournit des
effectifs, des écarts-types et des estimations des limites de confiance de tous les paramètres. Ce
programme fonctionne par processus itératif (il reçoit au départ une solution approchée qui sera
ensuite graduellement améliorée au cours d’étapes itératives).
Le programme NORMSEP requiert des données d’entrée, le nombre attendu des groupes d’âge
et leur longueur moyenne attendue ; par défaut, les résultats de la routine de la méthode de
Bhattacharya sont empruntés. Les données de sortie sont représentées par les longueurs
moyennes et la taille des populations en nombre.