Bonjour,
quelques elements...
Tout d'abord, je ne comprends pas bien l'interet de la demarche. Faire une
coinertie entre R et LtQ, ca revient a faire de l'analyse RLQ, en perdant
quelques aides a l'interpretation (la representation des especes notamment). Il
vaut mieux, a mon avis, garder la structure originale des donnees et utilise une
approche adaptée a la question. Pour le test de permutation, j'ai trouve qu'ill
y avait des problemes avec celui du RLQ: si L et Q ou L et R sont lies, le test
peut etre significatif, quelque soit le 3eme tableau. Un papier est en
preparation la dessus.
Pour votre approche: la coinertie maximise un compromis entre les deux
structures et leur correlation. comment se distrbue ces 3 composantes ?
Vous ne donnez pas tous les elements, mais ca laisse penser que le compromis est
coherent avec l'analyse de milieu, mais assez peu avec l'analyse des traits. Il
faudrait en fait savoir si il y a deja une structure dans l'analyse des traits
(distribution des valeurs propres) avant d'etudier une co-structure. C'est
assez difficile de donner des elements avec si peu d'information.
A+
Selon Gudrun Bornette <bornette@avosnes.univ-lyon1.fr>:
> Merci daniel
> je fais suivre à ADE list !
> gudrun
>
> Début du message réexpédié :
>
> > De: Daniel Chessel <chessel@biomserv.univ-lyon1.fr>
> > Date: 24 juin 2005 16:46:06 GMT+02:00
> > À: Gudrun Bornette <bornette@avosnes.univ-lyon1.fr>
> > Objet: Rép : question d'un doctorant sur laquelle je sèche
> > Répondre à: chessel@biomserv.univ-lyon1.fr
> >
> > Je ne réponds plus à titre personnel à ce genre de question (c'est
> > impossible, tous les jours en ce moment)
> > La question est très intéressante et n'a rien de naïf
> > dis lui d'utiliser adelist, il y a 420 inscrits
> > la réponse sera archivée et utile à d'autres
> > merci
> >
> >
> > Gudrun Bornette a écrit :Bonjour daniel
> >> je me permets de te contacter car mon doctorant m'envoie le problème
> >> suivant, et je ne sais pas quoi lui répondre... est ce que vous
> >> auriez quelques mn à me consacrer pour le lire et réagir ?
> >> merci d'avance
> >>
> >> gudrun
> >>
> >>
> >> Je dispose de trois tableaux :
> >>
> >> 1. 169 relevés x 292 espèces. L'AFC de ce
> >> tableau a une inertie
> >>
> >> de 16.
> >>
> >> 2. 6 variables de milieu 2 quantitatives
> >> (altitude et recouvrements en sol nu + cailloux) et 4 semi
> >> quantitatives ou
> >> qualitatives (mésotopographie, exposition, acidité de la roche mère
> >> et
> >> pente. Dans un premier temps j'ai classé ces variables en mode
> >> qualitatives
> >> et procédé à une ACM.
> >>
> >> 3. 292 espèces x 9 traits relatifs à la
> >> multiplication végétative des espèces codés en 0 et 1. En fait il
> >> s'agit de
> >> trois traits codés en 2, 2 et 3 modalités. Mais la même espèce peut
> >> présenter simultanément plusieurs modalités du même trait.
> >>
> >>
> >> Analyse
> >>
> >> En multipliant les matrices relevés espèces et espèces
> >> traits j'obtiens une matrice 169 x 9 indiquant la fréquence totale
> >> de chaque
> >> trait sur chaque relevé Ces traits présentent une structure
> >> particulière
> >> dans la mesure où certains sont toujours proches de 1 et d'autres
> >> toujours
> >> proches de 0 voire souvent nulles. L'inertie de l'AFC floue de ce
> >> tableau
> >> est aussi très faible de l'ordre de 0,1.
> >>
> >>
> >> En réalisant la coinertie de cette analyse avec l'ACM du
> >> tableau relevé milieu, je trouve bien entendu une coinertie encore
> >> plus
> >> faible de 0,005. Les corrélations des axes de l'analyse de la table
> >> de
> >> milieu avec les axes de coinertie sont passables (50 à 60 %), mais
> >> ces memes
> >> corrélations sont très mauvaises lorque l'on considère la table de
> >> traits...
> >> ( 5 et 6 %). Cependant, le test de Monte Carlo est hautement
> >> significatif.
> >>
> >>
> >>
> >> De surcroît, les analyses unidimensionnelles (e.g.
> >> régression entre les variables de milieux prises indépendamment et
> >> le poids
> >> des traits dans les relevés) sont très significatives (p allant
> >> jusqu'à 10-7
> >> avec des r2 allant de 5 à 10 %). Les résultats des corrélations sont
> >> concordants entre l'analyse de coinertie et les analyses
> >> unidimensionnelles.
> >> Ces deux types d'analyses mettent en évidence une présence plus
> >> fortes de
> >> mêmes traits dans les mêmes conditions de milieu.
> >>
> >>
> >> Comment expliquer une inertie si faible, mais une
> >> co-structure significative, du tableau trait-relevés et des
> >> régressions
> >> trait par trait x milieu significatives ?
> >> notre hypothèse est la suivante : l'inertie est faible car
> >> on a peu de traits par rapport au nombre de relevés et ceux-ci ont
> >> peu de
> >> variabilité et donc ne discriminent que très peu les stations.
> >>
> >>
> >> Est-il possible de dire que cette analyse montre qu'il
> >> existe une relation significative entre les traits et les conditions
> >> de
> >> milieu, mais que cette relation n'explique une très faible part de la
> >> structure des relevés, ou la faiblesse de l'inertie conduit-elle à
> >> abandonner cette méthode pour une autre?
> >>
> >> Dr G. Bornette, Directeur de recherche CNRS
> >> UMR CNRS 5023 "ecology of fluvial hydrosystems"
> >> 6, rue Dubois (bât. FOREL/403) 2e étage
> >> 43 Bd du 11 nov. 1918
> >> 69622 Villeurbanne Cedex France
> >> tel: +33 472 431 294
> >> fax: +33 472 431 141
> >> email: bornette@avosnes.univ-lyon1.fr
> >>
> Dr G. Bornette, Directeur de recherche CNRS
> UMR CNRS 5023 "ecology of fluvial hydrosystems"
> 6, rue Dubois (bât. FOREL/403) 2e étage
> 43 Bd du 11 nov. 1918
> 69622 Villeurbanne Cedex France
> tel: +33 472 431 294
> fax: +33 472 431 141
> email: bornette@avosnes.univ-lyon1.fr
>
>
-- Stephane DRAY---------------------------------------------------------------- This message was sent using IMP, the Internet Messaging Program.
This archive was generated by hypermail 2b30 : Tue Oct 18 2005 - 10:35:40 MEST