voila je souhaite savoir si la correlation taille(FL) embonpoint (TG) de mes poissons est différente entre 2 modes de pêches (type_banc).
j'ai un préalable fait un step AIC qui m'a permis de ne pas inclue les interactions dans mon modèle.
Puis, J ai donc réalisé un lm pour savoir si les pentes sont différentes entre les 2 "sous-regression"
Ci dessous le resulat
Code : Tout sélectionner
> res1<- lm(SKJ_4055$TG ~ SKJ_4055$FL + SKJ_4055$Type_Banc)
> summary(res1)
Call:
lm(formula = SKJ_4055$TG ~ SKJ_4055$FL + SKJ_4055$Type_Banc)
Residuals:
Min 1Q Median 3Q Max
-2.7040 -0.6223 -0.1130 0.5868 6.5868
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -1.42495 1.14161 -1.248 0.213
SKJ_4055$FL 0.70912 0.02373 29.880 <2e-16 ***
SKJ_4055$Type_BancO -1.69984 0.11844 -14.352 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1.052 on 386 degrees of freedom
(1 observation deleted due to missingness)
Multiple R-squared: 0.7113, Adjusted R-squared: 0.7098
F-statistic: 475.4 on 2 and 386 DF, p-value: < 2.2e-16
je souhaite avoir confirmation de mon interprétation : p-value <5% donc je rejette Ho qui était mes 2 "sous regression" ont la même pente. J'ai donc une différence significative entre les régression taille-embonpoint en fonction du mode de pêche.
Deuxièmement, si je souhaite quantifier cette différence en cm, puis je dire que le type de banc O a pour la même taille un TG plus faible de l'ordre de -1.69 cm ?
Code : Tout sélectionner
SKJ_4055$Type_BancO -1.69984 0.11844 -14.352 <2e-16 ***
En vous remerciant