Ecologie des foraminifères planctoniques du golfe de Gascogne ...

tel-00480660, version 1 - 4 May 2010
126
4.3. Etude statistique des relations taille / paramètres hydrologiques
Par manque de temps, cette étude statistique n’a porté que sur l’espèce G. bulloides qui a été
conduite avec le concours précieux d’O. Pays. Elle nous a servi de test avant de reproduire la
méthode sur les autres espèces (travail en cours).
Afin de tester l’effet de la température, la salinité, l’oxygène et la fluorescence sur la taille
moyenne de G. bulloides, les scores moyens des individus sur les axes 1 et 2 d’une ACP
normée (i.e. PC1 et PC2) et la densité des foraminifères ont été analysés par tranche de
profondeurs.
Il a fallu trouver une méthode statistique qui prenne en compte la structure particulière du jeu
de données. En effet, les données sont structurées dans le temps et l’espace, i.e.
échantillonnages sur plusieurs stations (WH, A, B, D), sur plusieurs dates (5 missions) et
hiérarchisées (i.e. car plusieurs stations ont été échantillonnées le même jour). Ainsi un
modèle linéaire à effets mixtes (LME model), incluant deux effets aléatoires emboités (station
inluses dans les dates), a été utilisé. Pour satisfaire les conditions d’application des tests
paramétriques (normalité et homogénéité des variances) les variables dépendantes
précédemment citées (taille, PC1, PC2 et densité) ont été ln-transformées (ln = logarithme
népérien).
Pour résumer, les modèles complets incluaient donc comme variables à effets fixes (i.e.
variables indépendantes) la température, la salinité, l’oxygène et la fluorescence ; comme
variables à effets aléatoires, les stations et comme variable dépendante, l’une des quatre parmi
la taille moyenne, PC1 moyen, PC2 moyen et la densité moyenne des foraminifères. Comme
il y a quatre variables dépendantes, quatre procédures indépendantes ont été réalisées.
Pour tester l’effet de la température, la salinité, l’oxygène et la fluorescence sur la taille, PC1,
PC2 et densité, nous avons utilisé la sélection descendante (backward selection) en retirant au
cours de la procédure de sélection, la variable la moins significative de toutes au dessus du
seuil alpha = 0,05. Ainsi, les modèles minimaux sélectionnés ne contiennent que les variables
ayant un effet significatif. Les tests statistiques ont été réalisés sur R version 2.7.0 (R
Development Core Team © ).