Bonjour tout le monde !

J'ai des données météo journalières avec le nombre d'individus de 14 espèces d'amphibiens (ex. 'tripal' et 'amphib') récupérés dans un crapodrome. Le crapodrome c'est une route avec des barrières sur les cotés et des seaux tout les 30 mètres pour éviter les collisions routières. Les seaux sont relevés quotidiennement.
Il y a eut trois saisons de 2016 à 2019 entre Décembre et Avril.

Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
> head(crapo)
 * * *date tmin tmoy tmax ventmoy ventmax *ori preci txhum pression *sol tripal amphib
1 20161215 *8.4 *9.5 10.4 * * 7.9 * *20.9 S-SE * 0.0 * *56 * 1017.5 *0.2 * * *0 * * *0
2 20161216 *6.7 *9.1 12.8 * * 3.2 * *11.2 S-SE * 0.2 * *55 * 1022.8 52.3 * * *0 * * *0
3 20161217 *2.6 *6.9 *9.6 * * 1.4 * * 6.5 N-NE * 0.5 * *55 * 1037.5 *0.0 * * 10 * * 12
4 20161218 *5.7 *6.9 *8.1 * * 3.2 * * 7.9 * NE * 0.3 * *54 * 1036.2 *0.0 * * *6 * * *8
5 20161219 *4.9 *6.4 *7.7 * * 4.7 * *11.2 N-NE * 2.3 * *54 * 1025.9 *0.0 * * *3 * * *3
6 20161220 *3.8 *4.7 *6.4 * * 7.9 * *24.1 * *S * 1.8 * *54 * 1020.6 *0.0 * * *0 * * *0
 
> str(crapo)
'data.frame': 321 obs. of *13 variables:
 $ date * *: int *20161215 20161216 20161217 20161218 20161219 20161220 20161221 20161222 20161223 20161224 ...
 $ tmin * *: num *8.4 6.7 2.6 5.7 4.9 3.8 6.3 5.7 3.3 5.4 ...
 $ tmoy * *: num *9.5 9.1 6.9 6.9 6.4 4.7 9.6 8.8 8.2 8.2 ...
 $ tmax * *: num *10.4 12.8 9.6 8.1 7.7 6.4 12.2 12.6 12 11 ...
 $ ventmoy : num *7.9 3.2 1.4 3.2 4.7 7.9 11.2 1.4 11.2 7.9 ...
 $ ventmax : num *20.9 11.2 6.5 7.9 11.2 24.1 28.8 9.7 27.4 16.2 ...
 $ ori * * : Factor w/ 15 levels "E","E-NE","E-SE",..: 12 12 5 7 5 11 13 8 15 10 ...
 $ preci * : num *0 0.2 0.5 0.3 2.3 1.8 11.9 0.5 0.8 0.5 ...
 $ txhum * : int *56 55 55 54 54 54 54 56 55 55 ...
 $ pression: num *1018 1023 1038 1036 1026 ...
 $ sol * * : num *0.2 52.3 0 0 0 0 0 41.4 2.4 20.8 ...
 $ tripal *: int *0 0 10 6 3 0 0 1 2 8 ...
 $ amphib *: int *0 0 12 8 3 0 2 19 2 14 ...
 
> summary(crapo)
 * * *date * * * * * * * tmin * * * * * *tmoy * * * * * * tmax * * * * *ventmoy * * * *ventmax * * * * * ori * *
 Min. * :20161215 * Min. * :-7.50 * Min. * :-3.800 * Min. * :-0.10 * Min. * : 1.4 * Min. * : 4.70 * O-SO * :79 *
 1st Qu.:20170305 * 1st Qu.: 2.20 * 1st Qu.: 5.400 * 1st Qu.: 8.80 * 1st Qu.: 7.9 * 1st Qu.:17.70 * SO * * :78 *
 Median :20180206 * Median : 4.20 * Median : 7.700 * Median :10.80 * Median :12.2 * Median :25.70 * S-SE * :36 *
 Mean * :20178787 * Mean * : 4.13 * Mean * : 7.271 * Mean * :10.91 * Mean * :12.8 * Mean * :26.76 * N-NE * :29 *
 3rd Qu.:20190110 * 3rd Qu.: 6.50 * 3rd Qu.: 9.400 * 3rd Qu.:13.10 * 3rd Qu.:17.6 * 3rd Qu.:33.80 * NE * * :29 *
 Max. * :20190331 * Max. * :12.50 * Max. * :15.300 * Max. * :25.00 * Max. * :29.8 * Max. * :58.00 * S-SO * :18 *
 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *(Other):52 *
 * * preci * * * * * *txhum * * * * *pression * * * * sol * * * * * *tripal * * * * * *amphib * * *
 Min. * : 0.000 * Min. * : 7.00 * Min. * : 983 * Min. * : 0.00 * Min. * : *0.000 * Min. * : *0.00 *
 1st Qu.: 0.000 * 1st Qu.:51.00 * 1st Qu.:1009 * 1st Qu.: 2.30 * 1st Qu.: *0.000 * 1st Qu.: *2.00 *
 Median : 0.500 * Median :78.00 * Median :1018 * Median :19.80 * Median : *3.000 * Median : *6.00 *
 Mean * : 2.138 * Mean * :69.02 * Mean * :1017 * Mean * :27.83 * Mean * : *8.592 * Mean * : 15.22 *
 3rd Qu.: 2.800 * 3rd Qu.:88.00 * 3rd Qu.:1027 * 3rd Qu.:48.30 * 3rd Qu.: 10.000 * 3rd Qu.: 18.00 *
 Max. * :25.900 * Max. * :99.00 * Max. * :1042 * Max. * :85.70 * Max. * :132.000 * Max. * :198.00 *
La question : peut-on prédire le déplacements des amphibiens avec les données météo ?
L'analyse : je pense à un GLM
Mon problème : les comptages ne suivent pas une loi de poisson


Distribution théorique (rose) et observée (bleue)


Y a-t-il quelque chose à faire ? d'autres analyses ?



Merci d'avance