27.06.2013 Views

Structure, fonctionnement, évolution des communautés benthiques ...

Structure, fonctionnement, évolution des communautés benthiques ...

Structure, fonctionnement, évolution des communautés benthiques ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

tel-00009359, version 1 - 1 Jun 2005<br />

Chapitre 2 – <strong>Structure</strong> et variabilité spatio-temporelle <strong>des</strong> peuplements <strong>benthiques</strong><br />

disparités sont <strong>des</strong> distances décrivant la représentation optimale <strong>des</strong> individus. La mesure de l'écart<br />

entre les disparités et les distances mesurées sur la représentation obtenue par le MDS se nomme le<br />

« stress de Kruskal » : plus le stress est faible, meilleure est la représentation <strong>des</strong> individus. Ainsi, une<br />

valeur de stress inférieure à 0,1 traduit une excellente représentation, entre 0,1 et 0,25 elle donne une<br />

image satisfaisante, entre 0,25 et 0,5 la qualité est médiocre et les valeurs supérieures à 0,5 révèlent<br />

une représentation aléatoire (Cox et Cox, 1994). Une répétition <strong>des</strong> opérations (itérations) de calculs<br />

afin de retenir la meilleure <strong>des</strong> représentations s’avère nécessaire dans ce type d’analyse, puisque la<br />

configuration optimale est dépendante du point de départ. Les significations statistiques <strong>des</strong><br />

différences observées sur les représentations graphiques <strong>des</strong> MDS et celles mesurées par les distances<br />

de Bray-Curtis ont été testées en utilisant le test ANOSIM (PRIMER, Clarke et Warwick, 1994). Ce<br />

test permet de déterminer la significativité <strong>des</strong> différences en comparant les distances entre les<br />

stations. Une différence est considérée comme significative lorsque la probabilité p est inférieure à<br />

0,05.<br />

2.1.5 3 Analyse Factorielle <strong>des</strong> Correspondances<br />

L’analyse factorielle <strong>des</strong> correspondances (AFC) consiste à rechercher la meilleure<br />

représentation simultanée de deux ensembles constitués par les lignes et les colonnes d’un tableau de<br />

contingence, c’est-à-dire les points d’observation (stations) et les points variables (espèces), ces deux<br />

ensembles jouant un rôle symétrique. Les répartitions <strong>des</strong> points d’observation et <strong>des</strong> points variables<br />

sont réalisées en pourcentages afin que les distances aient un sens. La distance utilisée est celle du<br />

Chi2. Les graphiques représentent une projection simultanée <strong>des</strong> points colonnes (stations) et <strong>des</strong><br />

points lignes (espèces) dans un espace ayant autant de dimensions que de variables mesurées<br />

(Menesguen, 1980). Classiquement, la représentation utilisée est formée par deux axes orthogonaux<br />

représentant un maximum de variance pour l’analyse (généralement les deux ou trois premiers axes).<br />

L’interprétation <strong>des</strong> résultats se fait en terme de proximité entre les stations, les espèces ou entre<br />

stations et espèces. Les contributions relatives ou absolues de chaque station ou espèce pour chaque<br />

axe apportent <strong>des</strong> éléments indispensables pour l’interprétation, tandis que leur cosinus carré traduit la<br />

plus ou moins grande représentativité de l’axe pour la variable considérée.<br />

48

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!