LIEN DE PUBLICATION : https://rpubs.com/theophile_kabasele/1448370

PRÉPARATION DES DONNÉES

iMPORTATION DES DONNÉES

FONCTION QUI TRANSFORME LES BD DES PERTURBATIONS EN DONNÉES BINAIRES

TRANSFORMATION DE LA BD POUR VOIR LES ABONDANCES SUR TOUTE LA PLAGE D’INTERVAL DE VIE DES SITES

RAJOUTER LES PERTURBATIONS BINAIRES AUX BASES DE DONNÉES

GROUPER LES DONNÉES PAR ANNÉE ET

On tranforme les perturbation de binaire en variable catégorielle.

TRansformation de la BD

ERR

PRÉPARATION DES DONNÉES

TEST DE CHI2

CALCUL DES FRÉQUENCES PONDERÉE

test Khi2 d’indépendance

resultat_chi2 <- chisq.test(matrice)
print(resultat_chi2)

    Pearson's Chi-squared test

data:  matrice
X-squared = 31.406, df = 2, p-value =
1.515e-07

Conclusion : la pvalue significative signifie que l’association entre la perturbation et la position n’est pas due au hasard. Il existe une différence systématique dans la répartition des abondances selon les positions After et Before.

Verifier la contribution des cellules du tableau

Attendus vs observés

Graphique

NULL

Conclusion : Il y a plus Err qui s’etablissent après coupe et feux qu’avant mais c’est le contraire pour la tbe. Le feu et la coupe favorisent l’établissement de l’ERR mais la tbe reduit cet établissement.

Determiner le pourcentage de contribution des résidus

graphique de la contribution des résidus

Conclusion : la tbe a plus de contribution dans la difference que les autres type de perturbation.

BOP

PRÉPARATION DES DONNÉES

TEST DE CHI2

CALCUL DES FRÉQUENCES PONDERÉE

test Khi2 d’indépendance

resultat_chi2_BOP <- chisq.test(matrice_BOP)
print(resultat_chi2_BOP)

    Pearson's Chi-squared test

data:  matrice_BOP
X-squared = 47.14, df = 2, p-value =
5.803e-11

Conclusion : L’association entre la perturbation et la position n’est pas due au hasard. Il existe une différence systématique dans la répartition des abondances selon les positions After et Before.

Verifier la contribution des cellules du tableau

Interpretation : Résidus > |2| = cellules contribuant fortement au χ². tbe (After) : -6.8 → Abondance beaucoup plus faible que prévu en position After. tbe (Before) : 6.8 → Abondance beaucoup plus élevée que prévu en position Before. feu (After) : 2.7 → Abondance légèrement plus élevée que prévu en position After.

Attendus vs observés

Graphique

NULL

Conclusion : Il y a plus Bop qui s’etablissent après coupe et feux qu’avant mais c’est le contraire pour la tbe. Le feu et la coupe favorisent l’établissement du BOP mais la tbe reduit cet établissement.

Determiner le pourcentage de contribution des résidus

graphique de la contribution des résidus

Conclusion : la tbe a plus de contribution dans la difference que les autres type de perturbation.

SAB

PRÉPARATION DES DONNÉES

TEST DE CHI2

CALCUL DES FRÉQUENCES PONDERÉE

test Khi2 d’indépendance

resultat_chi2_SAB <- chisq.test(matrice_SAB)
print(resultat_chi2_SAB)

    Pearson's Chi-squared test

data:  matrice_SAB
X-squared = 80.673, df = 2, p-value <
2.2e-16

Conclusion : L’association entre la perturbation et la position n’est pas due au hasard. Il existe une différence systématique dans la répartition des abondances selon les positions After et Before.

Verifier la contribution des cellules du tableau

Attendus vs observés

Graphique

NULL

Conclusion : Il y a plus SAB qui s’etablissent après coupe et feux qu’avant mais c’est le contraire pour la tbe. Le feu et la coupe favorisent l’établissement de du SAB mais la tbe reduit cet établissement.

Determiner le pourcentage de contribution des résidus

graphique de la contribution des résidus

Conclusion : la tbe a plus de contribution dans la difference que les autres type de perturbation.