Aller au contenu
Omnikalc

Calculateur d’indice de dispersion de Morisita

Saisissez le nombre de quadrats, le total des comptages et la somme des comptages au carré pour obtenir l’indice de Morisita, le test du khi-deux contre une répartition aléatoire, la moyenne, la variance, le mean crowding de Lloyd et la patchiness.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Indice de Morisita Id

1,1367

Valeur p contre une répartition aléatoire (agrégation)

0,0059

Patchiness de Lloyd m* / m

1,143

Statistique du khi-deux
38,00
Comptage moyen par quadrat
7,000
Variance des comptages
14,000
Rapport variance sur moyenne
2,000
Mean crowding de Lloyd m*
8,000

Le calculateur d’indice de dispersion de Morisita dit si les individus sont agrégés, aléatoires ou réguliers à partir du nombre de quadrats, du total des comptages et de la somme des comptages au carré, avec le test du khi-deux, la moyenne, la variance, le mean crowding de Lloyd et la patchiness.

Comment se fait le calcul

  • Saisissez le nombre de quadrats q et le total des comptages Σx.
  • Saisissez la somme des comptages au carré Σx².
  • Lisez l’indice, la valeur p et la patchiness.

Exemple

Des comptages de 140 individus dans 20 quadrats, avec une somme des carrés de 1246, donnent un indice de Morisita de 1,1367, où 1 est aléatoire et plus de 1 agrégé. La statistique du khi-deux est de 38,00 et la valeur p de 0,0059. La moyenne est de 7,000 avec une variance de 14,000, un rapport variance sur moyenne de 2,000, un mean crowding de 8,000 et une patchiness de 1,143.

Pourquoi c’est utile

Le calculateur aide les écologues, forestiers, entomologistes et étudiants qui comptent des plantes, des insectes ou des animaux dans des quadrats ou des pièges, veulent décrire la répartition spatiale, et ont besoin d’un test d’agrégation et de la mesure de patchiness sans écrire de programme.

À savoir

La somme des carrés doit être au moins égale au total au carré divisé par le nombre de quadrats, sinon les comptages ne peuvent pas exister. Calculez Σx et Σx² à partir de votre liste de comptages. L’indice dépend de la taille du quadrat, donc répétez avec plusieurs tailles quand vous étudiez une échelle de répartition. Le test du khi-deux est unilatéral, pour l’agrégation, et demande un total d’au moins 20 environ. Des comptages très faibles donnent des valeurs instables. Les comptages doivent être des nombres entiers.

Outils liés

Le calculateur d’indice de dispersion teste le rapport variance sur moyenne, celui de Chao1 estime les espèces non vues, celui de capture-recapture estime la taille d’une population et celui de la loi de Taylor relie la variance à la moyenne.

Questions fréquentes

Qu’est-ce que l’indice de Morisita ?

L’indice de dispersion de Morisita, proposé par Masaaki Morisita en 1959, mesure si des individus sont répartis au hasard, en agrégats ou régulièrement sur un ensemble d’unités d’échantillonnage. C’est Id = q × (Σx² − Σx) / ((Σx)² − Σx), où q est le nombre de quadrats et x le comptage dans chacun. C’est la probabilité que deux individus pris au hasard soient dans le même quadrat, comparée à une répartition aléatoire.

Comment lire la valeur ?

Une valeur de 1 signifie une répartition aléatoire (de Poisson), une valeur supérieure à 1 une agrégation et une valeur inférieure à 1 une répartition régulière. Dans l’exemple, 140 individus dans 20 quadrats avec une somme des carrés de 1246 donnent 1,137, une agrégation faible. Plus on s’éloigne de 1, plus l’écart est fort, mais la valeur dépend de la taille des quadrats et de l’échantillon.

Comment le teste-t-on ?

La statistique χ² = Id × (Σx − 1) + q − Σx suit une loi du khi-deux à q − 1 degrés de liberté si la répartition est aléatoire. Une petite valeur p, disons sous 0,05, indique une agrégation. Dans l’exemple, χ² = 38,0 avec 19 degrés de liberté et p vaut environ 0,006, ce qui est une agrégation significative.

Qu’est-ce que la patchiness de Lloyd ?

Le mean crowding de Lloyd m* = m + (variance / m − 1) est le nombre moyen de voisins qu’un individu a dans son propre quadrat. La patchiness m* / m le compare à la moyenne m : elle vaut 1 pour une répartition aléatoire, plus de 1 pour une agrégation. Dans l’exemple, m* vaut 8,0 et la patchiness 1,14, ce qui signifie que les individus vivent dans des quadrats environ 14 % plus peuplés que la moyenne.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.