ECOLE DETE YAOUNDE AOUT 2006 « Statistiques, Cartographies et Analyse spatiale » APPLICATIONS PROJETS GROUPE B PROJET : ENVIRONNEMENT ET SANTE « Facteurs.

Slides:



Advertisements
Présentations similaires
RAPPORT DAVANCEMENT Par Narcisse Talla Tankam CURAT-LETSfévrier-mars 2004.
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
Simplification de la BD Carthage
GESTION DE PORTEFEUILLE chapitre n° 7
La microbiologie prévisionnelle
NDJONDO SANDJO Nino Alfredo PAMBOUDAM MFONDOUM Charlotte
Projet géophysique Étude par modélisation statistique de la corrélation entre résistivités et structures géologiques dans la zone de Tibati (Adamaoua-Cameroun)
Apports de la modélisation
Institut Français de recherche pour l'exploitation de la mer Variabilité hydrologique et courantologique dans le golfe de Gascogne, déterminées à partir.
Hily Christian - Le Loc ’h François
La variabilité du recrutement revisitée : influence de la biomasse féconde, de la pression de pêche et de lenvironnement. Thomas Brunel, Jean Boucher et.
par Raphaëlle Pin-Diop
PLAN I- Présentation sommaire du Congo
Exploitation des images satellitaires de MODIS-Terra pour la classification du sol et la détection des plans d’eaux: cas de la Tunisie Présenté par: DJAMAI.
1.1 La directive Européenne 2002/49/CE
C1 Bio-statistiques F. KOHLER
Régression -corrélation
Module SIG-Santé 15. Modélisation Marc SOURIS
Analyse en Composantes Principales
Traitement de données socio-économiques et techniques d’analyse :
  Les ménages « vulnérables » face à l’augmentation des prix du pétrole : application à l’agglomération lyonnaise Florian Vanco Damien Verry Analyse.

Statistiques Séance 9 – 6 décembre 2005 N. Yamaguchi.
L'INFORMATION GEOGRAPHIQUE
Les systèmes d'information géographique servent principalement à :
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Analyse de la variance : ANOVA à un facteur
Utilisation d’un SVAT, de la HR à la BR: étude d’impact
Régression linéaire simple
Objectifs du chapitre 12: Interprétation des résultats
L’Analyse de Variance 2 L’ANOVA 2 fixe à r répétitions
Corrélation et régression linéaire simple
Dynamique des populations et structures spatiales contexte, démarche, exemple, perspectives.
Commentaires sur les biais écologiques et les échelles non emboîtées
La régression logistique
Lanalyse de la covariance. X y ANOVA Lanalyse de la covariance y X ANOVA.
West Nile virus emergence and large-scale declines of North American bird populations Shannon L. LaDeau, A. Marm Kilpatrick & Peter P. Marra Nature Aurore.
Les analyses multivariées
La régression multiple
STATISTIQUES COURS 4 La régression. Nous avons vu divers tests statistiques afin de vérifier le degré d ’interdépendance entre 2 variables Test.
Régression linéaire multiple : hypothèses & interprétation. Partie 2.
Statistiques Séance 10 N. Yamaguchi.
Méthodologie expérimentale : l’analyse des données
Initiation à la Méthodologie de Recherche
Howell Chap. 11: ANOVA. Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour.
N. Yamaguchi1 Statistiques Séance 6 – 16 Nov 2005.
La régression du Sonneur à ventre jaune (Bombina variegata L
M2 Sciences des Procédés - Sciences des Aliments
Séance 8 30 novembre 2005 N. Yamaguchi
Emmanuel Barankanira, Nicolas Molinari, Théodore Niyongabo,
ECOLE NATIONALE SUPERIEURE D’HYDRAULIQUE Présentée par : TOUMI Samir Réalisée dans le cadre du projet :
L’animation territoriale : la participation de tous les acteurs au service du bien-être Mons 2008.
ENVIRONMENTAL IMPACT AND HEALTH Cours présenté par : - M. Hubert LONTSI SOB, Environnementaliste, Consultant Spécialiste en évaluations environnementales.
5 mars 2003 Géoévènement Analyse des paysages dans un contexte d’aménagement. L’intérêt des outils géomatiques Thierry Joliveau. CRENAM-CNRS UMR.
Travail de génétique 2°Doc Doppagne M.L. Evrard L. Peduzzi F. Schoenars P.
Événements extrêmes et Régimes de Temps
DEPISTAGE PARTICIPATIF DES RISQUES PROFESSIONNELS CHEZ LES COLLECTEURS D’ORDURES URBAINES : CAS D’HYSACAM AU CAMEROUN TANKENG E.C, AYELO A.P., KENGNE K.K,
Modèle linéaire Relation entre une variable expliquée Y (par exemple le salaire), et p variables explicatives X j, j = 1, …, p (par exemple, p = 5, X 1.
Programme de la formation Jour 1  Qu’est-ce qu’un quartier?  Quels apprentissages dans le quartier?  Quelles activités dans le quartier? Jour 2 : 
Ecologie des métacommunautés de rongeurs dans les agro-écosystèmes sahéliens: effets des conditions environnementales locales et de la distribution spatiale.
Genèse Origine du projet, de l’innovation (technologie, comportements sociaux, réglementation, licensing de brevet…)
Le suivi des régénérations forestières issues de la tempête Lothar de 1999.
Hadrien Commenges Université Paris 7, Géographie-cités Hélène Mathian CNRS – Géographie-cités Claude Grasland Université Paris 7, Géographie-cités Introduction.
Commune de Saint Prouant Révision du Plan Local d’Urbanisme Réunion publique de concertation et tables rondes: Phase 1 - diagnostic Réunion publique de.
L’influence du climat sur la transmission de la malaria dépend de la variation journalière de température Krijn P. Paaijmans, Simon Blanford, Andrew S.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Jean Gaudart1 Détection de clusters spatiaux d'évènements Jean Gaudart Labo. Biostatistiques Faculté de Médecine de Marseille.
LES REGIONS HOMOGENE comment découper ?
Les Tests d’hypothéses.
Transcription de la présentation:

ECOLE DETE YAOUNDE AOUT 2006 « Statistiques, Cartographies et Analyse spatiale » APPLICATIONS PROJETS GROUPE B PROJET : ENVIRONNEMENT ET SANTE « Facteurs de distribution des formes moléculaires M et S du moustique Anopheles gambiae au Cameroun » Intervenants - Joachim ETOUNA - Charly DZALLA NGANGUE - Apollinaire MGUETSA - Landry TONGO

PLAN DE LEXPOSÉ Contexte et questionnement Objet géographique Données et méthodes Résultats préliminaires Perspectives

Contexte et questionnement Contexte : - Lutte contre le vecteur majeur du paludisme en Afrique, Anopheles gambiae qui se décline sous deux formes moléculaires An. M et An. S, demande lanalyse de son comportement biogénétique et de ses interactions avec lenvironnement au sens large du terme Questionnement : -Quels sont les facteurs de variabilité dans lespace des membres dAnopheles gambiae? - Quelle est la différence de variabilité entre An. M et An. S? Village MakalingaÏ à lExtrême Nord Cameroun Type de demeure ? Type de contexte local? Latitude ? Altitude ? 1000 m 500 m 250 m

Données Localités ( village, zone urbaine, quartier urbain: 305 points au total) Objet géographique -Données biologiques: variables à expliquer (présence/absence des formes M et S, densité moyenne/maison/village des formes M et S) -Données liées au contexte variables explicatives (type de demeure, cadre, taille des habitants, occupation du sol…) -Données liées à lenvironnement variables explicatives (climat, altitude, étirement,… ) Exploration des Données Reformulation des hypothèses thématiques Résultats Nuages de PointsKhi2, ANOVA Méthodes Test dhypothèses sur les relations

Résultat 1 Nuages de points de M en fonction de laltitude Nuages des points de S en fonction de laltitude Exploration des données Analyse des corrélations => Pas "d'effet" altitude sur les distributions des densités des formes M et S Exploration des nuages => différences entre les distributions des formes M et S relativement à l'altitude

Résultat 2 Qualité globale des modèles < 0,00010,292 Densité de S Pr > FR² 0, ,09852 Densité de M Pr > FR² ANOVA 0,000-0,298 Dom_veget- FDE 0,001-0,271Dom_veget-FD 0,002-0,293Dom_veget-SM 0,000-0,323 Dom_veget- CFS 0,001-0,261Dom_veget-SA 0,9640,005 Dom_veget- ZPERI < 0,0001-0,334Dom_veget-SH 0,002-0,340 Dom_veget- RNAT 0,001-0,340Dom_veget-SI 0,000Dom_veget-ZU < 0,00010,340Constante Pr > |t|ValeurSource Tableau résumé de lanalyse de la variance selon M Tableau résumé de lanalyse de la variance selon S 0,4540,237Dom_veget-FDE 0,763-0,101Dom_veget-FD 0,8820,055Dom_veget-SM < 0,00011,562Dom_veget-CFS < 0,00011,708Dom_veget-SA 0,1720,634Dom_veget-ZPERI < 0,00011,464Dom_veget-SH 0,0011,498Dom_veget-RNAT 0,415-0,340Dom_veget-SI 0,000Dom_veget-ZU 0,1980,340Constante Pr > |t|ValeurSource Paramètres des modèles l'occupation du sol est un facteur explicatif des différenciations de densités de chacune des formes. L'effet de l'occupation du sol diffère d'une forme à l'autre

Nous vous remercions de votre aimable attention.