Chapitre II
Matériel et méthodes
21
gauche pour l’anchois, la bogue et la sardine, et donc s’il était possible d’inclure indifféremment
des otolithes droits et gauches dans l’analyse de forme.
4.2. Analyse de variance (ANOVA)
L’analyse de la variance est une technique statistique permettant de comparer les moyennes
lorsque l’on a plus de deux populations et/ou un grand nombre de variables. L'analyse de la
variance est utilisée pour étudier les différences de moyennes entre populations (Bon, 2007).
Pour notre étude, et afin de déceler d’éventuelles différences au niveau des indices de forme des
otolithes en fonction des sites, chaque paramètre est exprimé par sa moyenne. L’analyse de
variance (Anova) a été utilisée pour comparer les valeurs moyennes des populations pour chaque
espèce.
4.3. Analyse canonique des coordonnées principales (CAP)
Contrairement aux ordinations simples effectuées sur un seul tableau (ACP, AFC, ACoP,
NMDS), les ordinations sous contrainte utilisent deux (ou plusieurs) tableaux de données, dont
l’un est considéré comme une réponse multivariée dépendante de variables explicatives
contenues dans les autres tableaux. Ce sont des extensions de la régression linéaire multiple à
une réponse multivariée (Buttler et Gillet, 2008).
L’ordination est supervisée de manière à contraindre les x premiers axes à exprimer des
combinaisons linéaires des variables explicatives (régions) disponibles sur les mêmes n objets.
On distingue donc deux types d’axes d’ordination : les axes contraints ou axes canoniques et les
axes non contraints dont les valeurs propres expriment la variation résiduelle non expliquée par
les variables explicatives utilisées dans le modèle de régression multiple (Buttler et Gillet, 2008).
Les ordinations sous contrainte RDA (analyse canonique de redondance), CCA (analyse
canonique des correspondances) et CAP (analyse canonique en coordonnées principales) sont
dérivées respectivement de l’ACP (Analyse en composantes principales), de l’AFC (Analyse
Factorielle des correspondances) et de l’ACoP (analyse en coordonnées principales), dont elles
héritent des assomptions et des règles d’interprétation (Buttler et Gillet, 2008).
L’analyse canonique en coordonnées principales (CAP) est une autre alternative à la CCA
(analyse canonique des correspondances), qui peut être présentée comme une analyse en
coordonnées principales sous contrainte. L’avantage de cette méthode est qu’elle permet de
choisir une mesure d’association autre que la distance euclidienne (cas de la RDA) ou la distance
du Chi deux (cas de la CCA) (Buttler et Gillet, 2008).
Nous avons appliqué l'analyse canonique des coordonnées principales (CAP) (Anderson et
Willis, 2003), à partir des coefficients de Fourier, pour analyser la variation de forme des
Matériel et méthodes
21
gauche pour l’anchois, la bogue et la sardine, et donc s’il était possible d’inclure indifféremment
des otolithes droits et gauches dans l’analyse de forme.
4.2. Analyse de variance (ANOVA)
L’analyse de la variance est une technique statistique permettant de comparer les moyennes
lorsque l’on a plus de deux populations et/ou un grand nombre de variables. L'analyse de la
variance est utilisée pour étudier les différences de moyennes entre populations (Bon, 2007).
Pour notre étude, et afin de déceler d’éventuelles différences au niveau des indices de forme des
otolithes en fonction des sites, chaque paramètre est exprimé par sa moyenne. L’analyse de
variance (Anova) a été utilisée pour comparer les valeurs moyennes des populations pour chaque
espèce.
4.3. Analyse canonique des coordonnées principales (CAP)
Contrairement aux ordinations simples effectuées sur un seul tableau (ACP, AFC, ACoP,
NMDS), les ordinations sous contrainte utilisent deux (ou plusieurs) tableaux de données, dont
l’un est considéré comme une réponse multivariée dépendante de variables explicatives
contenues dans les autres tableaux. Ce sont des extensions de la régression linéaire multiple à
une réponse multivariée (Buttler et Gillet, 2008).
L’ordination est supervisée de manière à contraindre les x premiers axes à exprimer des
combinaisons linéaires des variables explicatives (régions) disponibles sur les mêmes n objets.
On distingue donc deux types d’axes d’ordination : les axes contraints ou axes canoniques et les
axes non contraints dont les valeurs propres expriment la variation résiduelle non expliquée par
les variables explicatives utilisées dans le modèle de régression multiple (Buttler et Gillet, 2008).
Les ordinations sous contrainte RDA (analyse canonique de redondance), CCA (analyse
canonique des correspondances) et CAP (analyse canonique en coordonnées principales) sont
dérivées respectivement de l’ACP (Analyse en composantes principales), de l’AFC (Analyse
Factorielle des correspondances) et de l’ACoP (analyse en coordonnées principales), dont elles
héritent des assomptions et des règles d’interprétation (Buttler et Gillet, 2008).
L’analyse canonique en coordonnées principales (CAP) est une autre alternative à la CCA
(analyse canonique des correspondances), qui peut être présentée comme une analyse en
coordonnées principales sous contrainte. L’avantage de cette méthode est qu’elle permet de
choisir une mesure d’association autre que la distance euclidienne (cas de la RDA) ou la distance
du Chi deux (cas de la CCA) (Buttler et Gillet, 2008).
Nous avons appliqué l'analyse canonique des coordonnées principales (CAP) (Anderson et
Willis, 2003), à partir des coefficients de Fourier, pour analyser la variation de forme des