2.2.5.4. Description des
communautés
Afin d'apprécier les appétences entre les
relevés (ou sites) et en dégager les ressemblances et les
dissemblances on a procédé à des ordinations.
L'ordination est le terme collectif pour les techniques
multivariées qui arrangent les sites le long d'axes sur base de
données de la composition spécifique. Le résultat en deux
dimensions (2 axes) est un diagramme où les sites sont
représentés par des points. Le but de l'ordination est d'arranger
ces points de façon à ce que des points qui sont proches l'un de
l'autre correspondent à des sites qui ont une composition similaire et
que les points éloignés correspondent à des sites à
composition floristique différente (Jongman & al. 1995). Ce
réarrangement permet de synthétiser les résultats qui sont
ensuite interprétés à l'aide de ce qui est connu de
l'environnement des sites. Si on n'a pas de données environnementales
explicites, on le fait de manière informelle et s'il y en a, de
manière formelle.
Ainsi, nous avons d'abord procédé à
l'analyse indirecte particulièrement un DCA (Dentrended Correspondance
Analysis). Ici, l'ordination est construite sur base des
relevés/espèces uniquement. Les facteurs environnementaux sont
projetés à posteriori dans l'espace d'ordination pour examiner
leur corrélation avec la position des relevés/espèces.
Ensuite, les données environnementales sont directement
utilisées (CCA= Canonical Correspondance Analysis) pour organiser
l'information sur la variabilité floristique. Ces analyses ont
été réalisées avec le logiciel CANOCO (Leps &
Smilaur 1999). Ce logiciel nous à permis grâce à ses
nombreuses options notamment Canodraw de présenter les résultats
sous forme de diagrammes d'ordination.
On a pu également calculer l'effet significatif des
facteurs environnementaux sur la variabilité floristique à l'aide
de tests de permutations de Monte Carlo. L'analyse de classification
(dendrogramme) a été réalisée grâce au
logiciel PAST.
2.2.5.5. Les tests
statistiques
Dans une étude comparative, il est important avant de
prendre une position de recourir aux tests statistiques. Les tests statistiques
sont donc des outils d'aide à la décision. Cependant, ces tests
ne proposent aucune interprétation des résultats. Ils laissent au
chercheur les soins d'argumenter sa décision tout en rappelant les 2
risques d'erreur possibles :
· si un risque d'erreur est > 0,05, on conclut que la
différence entre 2 séries de mesure n'est pas significative.
· si le test indique un risque d'erreur < 0,05, on
conclut à une différence significative entre les 2 séries
de mesure.
Le principal test statistique réalisé dans ce
travail est l'ANOVA.
| 
