Chapitre deuxième : Data base et Analyse statistiques
-19En projetant donc chaque individu sur un plan F1 F2, et pour les deux années 2008 et 2009 de
pêche, les deux premiers axes expliquent plus de 82 % de la variance totale (tab. II.5 et fig.
II.7), on a donc une bonne qualité de représentation.
Les 4 valeurs propres qui suivent sont trop peu importantes pour être prises en compte.
Tableau II.5 : Extraction des composantes principales et valeurs propres pour chaque année
Facteurs
Val
Propre
Variabilité
(%)
Cumul Val
Propre
%
cumulé
F1
*
3,56
59,27
3,56
59,27
2008
F2
*
1,38
22,96
4,93
82,23
2009
F1
*
3,72
61,97
3,72
61,97
F2
*
1,22
20,28
4,94
82,25
Figure II.7 : Valeurs propres et Variabilité cumulé (%) en fonction des axes principaux des deux
années
Corrélations entre les variables et les facteurs (matrice de contribution)
Philipeau (1986) mentionne que l’examen de corrélation entre les variables initiale et les
facteurs (axe principaux) va nous permettre de voir la structure des variables comment les
variables son elles structurées.
Pour les deux années la matrice
Une analyse de la matrice (tab II.6) nous aide à remarquer que les variables Wt (kg), We (Kg),
Lt (cm) et Lf (cm) ont une très forte corrélation avec l’axe F1 : ils sont très bien représentés
dans le plan principal. La T°C et la Prof de pêche (m) ont en forte corrélation avec l’axe F2 :
donc, ils sont bien présentés dans le plan vertical dans l’année de 2009, on remarque une
opposition nette entre ces deux variables (fig.II.8).
0
20
40
60
80
100
0
1
2
3
4
F1 F2 F3 F4 F5 F6
Variabilité cumulée (%)
Valeur propre
axe
2008
0
20
40
60
80
100
0
1
2
3
4
F1 F2 F3 F4 F5 F6
Variabilité cumulée (%)
Valeur propre
axe
2009