Le Petit-gris est-il un escargot qui vit partout ?
Objectif du scénario

Répondre à la question : Le Petit-gris est-il un escargot qui vit partout ?

Compétence développées :
  • Extraire des éléments d'une date
  • Calcul d'abondance
  • Représentation graphique
  • Test statistiques
Déroulement de l'analye étape par étape
 
1. Poser la question de recherche

Dans cet exemple, nous vous donnons déjà la question de recherche. Vous pouvez, par exemple, noter : "Petit-gris et environnement ?" comme nom d'analyse et "On dit souvent que le Petit-gris est ubiquiste (qu'il vit partout et aussi bien en ville que dans des milieux ruraux), nos données confirment-elles cette affirmation ?" dans la partie question de recherche.

2. Importer les données

Afin de répondre à cette question, nous allons avoir besoin des données de Vigie-Nature École relative à l'Opération Escargots.

Choisir dans le menu importer des données :

  • Importer des données sur les escargots
  • Données issues de Vigie-Nature École (données protocolées)
  • Importer ces données

Paramètres à utiliser :

Choissez : Données espèces et données zones d'observation

Cliquez sur : Exécuter

3. Manipuler les données

Maintenant que vous avez toutes les données, il va falloir sélectionner uniquement les lignes dont l'espèce est le Petit-Gris.

Dans le menu Manipuler des données, aller à la catégorie Trier, filtrer et masquer des colonnes choisir en savoir plus puis l'outil : Sélectionner des lignes (vous pouvez aussi le trouver dans la barre de gauche dans la partie Manipuler les données)

Paramètres à utiliser :

Données d'entrée* : Données_VNE_Operation_escargots.csv
Choisir de : Garder
les lignes dont les valeurs sont : égales (caratères)
au paramètre de filtre suivant : Petit gris
dans: la colonne
indiquer la colonne dans laquelle faire la recherche : espece

Enregistrez vos commentaires si vous en avez puis continuez à manipuler les données.

Maintenant que nous n'avons plus que les données relatives aux Petis-gris, nous allons réaliser une moyenne du nombre de Petits-gris vus dans les trois types de milieux (urbain, péri-urbain et rural).

Dans le menu Manipuler des données, aller à la catégorie Regrouper des lignes cliquez sur en savoir plus puis l'outil : Résumer des données (vous pouvez aussi le trouver dans la barre de gauche dans la partie Manipuler les données)

Paramètres à utiliser :

Données d'entrée : Sélectionner des lignes on data 1
Regrouper toutes les lignes selon des catégories contenues dans les colonnes suivantes : Type_de_milieu
en faisant l'opération suivante : Moyenne
sur la colonne : Nombre_individus
et stocker l'information dans une nouvelle colonne nommée : Abondance moyenne
Voulez-vous faire une autre opération ? Non

Enregistrez vos commentaires si vous en avez puis choisissez visualiser les données.

4. Visualiser les données

Normalement, en regardant votre tableau, vous pouvez déjà voir qu'il existe des différences entre les différents types de milieux. Toutefois, afin de mieux voir les différences, on peut réaliser un graphique. Ici, la colonne type de milieu est qualitative (on ne peut pas faire d'opération avec ces valeurs) et la colonne Abondance moyenne est quantitative (on peut faire des opérations avec ses valeurs). Une représentation adaptée est donc le diagramme en barre avec la colonne Type de milieu sur l'axe des X et l'Abondance moyenne sur l'axe des Y.

Choisir l'outil : Représenter les données

Fichier d'entrée : moyenne sur la colonne 9 en fonction de la colonne 10.csv
Axe horizontal (X) : Type_de_milieu
Axe vertical (Y) : Abondance moyenne
Type de représentation graphique : Diagramme en barre
Créer des graphiques différents selon les catégories de la variable : Laisser vide
Changer les couleurs du graphique selon les catégories de la variable : Type_de_milieu
Ajouter des barres d'erreur à partir d'une colonne : Laisser vide
Titre du graphique : Effet du milieu sur le Petit-gris
Titre de l'axe des X : Laisser vide
Titre de l'axe des Y : Laisser vide

Enregistrez vos commentaires si vous en avez puis sélectionnez faire une analyse statistique.

La différence est plus visible encore qu'avec le tableau. Maintenant, il faut savoir si la différence que l'on observe n'est pas que due au hasard.

5. Test statistique

Nous allons donc faire un test statistique afin de voir si le type de milie explique la différence observée. Comme nous l'avons déjà expliqué plus haut, la colonne type de milieu est qualitative et la colonne Abondance moyenne est quantitative. Il faut donc faire une comparaison de moyenne. Dans cet outil, attention à bien selectionner le jeu de données qui a servi à faire la moyenne (ici il s'agit de Sélectionner des lignes on data 1).

Choisir l'outil : Faire une comparaison de moyenne

Fichier de données brutes : Sélectionner des lignes on data 1 (attention !!!)
Vérifier si la variable explicative (X) : Type_de_milieu
a un effet sur la variable à expliquer (Y) : Nombre d'individus

La variable type_de_milieu a un effet significatif sur la variable Abondance moyenne. Attention, il y a de nombreuses sessions d'observation où il n'y a pas d'escargots du tout ou pas de Petit-gris, ce qui explique les moyennes très basses.

Abondance moyenne

Sélectionnez Enregistrer puis faire une conclusion

6. Conclusion

Je conclue que le Petit-gris vit bien dans les trois types milieux mais semble être significativement plus présents en milieu Péri-urbain. Toutes les différences sont significatives, ce qui signifie aussi qu'il semble qu'il y ait plus de petit gris en milieu urbain qu'en milieu rural. Attention ces différences peuvent évoluer au cours du temps en fonction de l'ajout de données. Vous pouvez nous contacter si vous trouver que vos résultats sont différents de ce que vous observez.

7. Rapport

Vous pouvez maintenant télécharger votre rapport au format pdf

Pour aller plus loin

Ce scénario peut-être adapté pour se poser d'autres questions.

  • Il est aussi possible de se poser la même question avec d'autres espèces.
  • Une autre possibilité est de calculer le nombre de fois où l'on a vu des Petits-gris (plutôt que l'abondance).