Chapitre 3 Récapitulatif : Analyses univariées

Nous avons appris une multitude d’analyses qui nous ont permis d’interpréter des données écologiques en décrivant les effets d’une ou de plusieurs variables sur une variable réponse.

Nous pouvons rappeler les :

  1. Les modèles linéaires généraux, dont nous avons utilisé les fonctions :

  2. lm() ;

  3. anova() ;

  4. t.test() ;

  5. lmer().

  6. Modèles linéaires généralisés, où nous avons appris à les appliquer à l’aide de t.test() ; 4. lmer() :

  7. glm() et glmer() avec plusieurs fonctions de liaison family().

  8. Modèles Additifs Généralisés, avec les fonctions de liaison family() et glm() :

  9. gam().

Ces modèles nous ont permis de poser des questions telles que :

  1. Quels sont les effets des précipitations et de la température sur la richesse des espèces ?
  2. Comment l’abondance des microbes change-t-elle d’un hôte à l’autre ?
  3. Les poissons cooccurrents deviennent-ils plus agressifs après avoir été incités à avoir peur ?

Cependant, il peut être intéressant de faire des déductions à partir de données écologiques contenant “plus d’un” résultat ou d’une variable dépendante.

Cet intérêt peut être motivé par la vérification d’hypothèses et la modélisation, mais il peut aussi être entièrement exploratoire.

All the content of the workshop series is under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.