CHAPITRE III : MATERIEL ET METHODES
47
í µí°¶ í µí± = (í µí°¶ í µí± ∗ í µí°¹í µí± − í µí°¶ í µí± ) ∗
í µí± í µí±
í µí±
(3.5.1)
C f : Concentration finale des HAPs dans l’échantillon en µg/g.
C e : Concentration des HAPs dans l’échantillon en µg/mL.
Fd : Facteur de dilution.
C b : Concentration du blanc en µg/mL.
V p : Volume final de l’extrait en mL.
P : Poids sec de l’échantillon extrait en g.
III.6. Test de corrélation de Pearson
Le coefficient de corrélation de Pearson est donné par la formule suivante :
í µí± =
∑ (í µí± í µí± − í µí± ̅ )(í µí± í µí± − í µí± ̅ )
í µí±
í µí±=1
√∑ (í µí± í µí± − í µí± ̅ )²
í µí±
í µí±=1
√∑ (í µí± í µí± − í µí± ̅ )²
í µí±
í µí±=1
Le coefficient de corrélation représente la force de la relation linéaire entre deux variables. Plus
la valeur est proche de -1, plus la liaison négative entre les variables est forte, c’est-à-dire
lorsqu’une augmente, l’autre diminue.
Plus la valeur est proche de 1, plus la liaison positive entre les deux variables est forte : les deux
augmentent ou diminuent en même temps.
Un coefficient de corrélation qui tend vers le 0 veut dire l’absence d’une relation linéaire entre
les variables. (XLSTAT, 2022)
Dans cette étude, le logiciel XLSTAT, complément de Microsoft Excel a été utilisé pour calculer
les corrélations entre les différentes variables.
47
í µí°¶ í µí± = (í µí°¶ í µí± ∗ í µí°¹í µí± − í µí°¶ í µí± ) ∗
í µí± í µí±
í µí±
(3.5.1)
C f : Concentration finale des HAPs dans l’échantillon en µg/g.
C e : Concentration des HAPs dans l’échantillon en µg/mL.
Fd : Facteur de dilution.
C b : Concentration du blanc en µg/mL.
V p : Volume final de l’extrait en mL.
P : Poids sec de l’échantillon extrait en g.
III.6. Test de corrélation de Pearson
Le coefficient de corrélation de Pearson est donné par la formule suivante :
í µí± =
∑ (í µí± í µí± − í µí± ̅ )(í µí± í µí± − í µí± ̅ )
í µí±
í µí±=1
√∑ (í µí± í µí± − í µí± ̅ )²
í µí±
í µí±=1
√∑ (í µí± í µí± − í µí± ̅ )²
í µí±
í µí±=1
Le coefficient de corrélation représente la force de la relation linéaire entre deux variables. Plus
la valeur est proche de -1, plus la liaison négative entre les variables est forte, c’est-à-dire
lorsqu’une augmente, l’autre diminue.
Plus la valeur est proche de 1, plus la liaison positive entre les deux variables est forte : les deux
augmentent ou diminuent en même temps.
Un coefficient de corrélation qui tend vers le 0 veut dire l’absence d’une relation linéaire entre
les variables. (XLSTAT, 2022)
Dans cette étude, le logiciel XLSTAT, complément de Microsoft Excel a été utilisé pour calculer
les corrélations entre les différentes variables.
