Analyse données_caracterisation habitat

Bonjour à tous,

j'étudie actuellement une espèce d'oiseau qui vit dans les mangroves et je dois caractériser plus précisément son habitat. J'ai effectué un ensemble de points d'écoute (n=147) qui couvrent une grande partie de la mangrove afin de noter la présence/absence de l'espèce et j'ai également relevé plusieurs variables sur chaque point d'écoute. La plupart sont qualitatives :
- type d'habitat (5 types différents)
- présence sol nu (oui ou non)
- présence point d'eau (oui ou non)
- strate herbacée (absence, très faible, faible, moyenne, forte, très forte)
- strate arbustive (absence, très faible, faible, moyenne, forte, très forte)
- strate arborescente (absence, très faible, faible, moyenne, forte, très forte)
- superficie mangrove (m²)
- site protégé (oui ou non)

C'est la première fois que j'ai à faire à autant de données qualitatives, donc je ne suis pas habitué à leur traitement.
Après de nombreuses recherches sur plusieurs sites et dans la biblio, il semble qu'une Analyse à Correspondance Multiple soit possible sur mes données afin de me donner un aperçu des relations qui existent entre mes variables qualitatives (mais dans ce cas là je ne prends pas en compte la variable superficie de mangrove (que je ne suis pas encore sûre d'utiliser pour le moment).
Est ce une bonne première approche de mes données ?

De plus, j'aimerais en savoir plus sur le modèle logistique binaire ? Est-il approprié à mes données? il me semble que oui mais je n'en suis pas certaine..

Merci de votre aide, n'hésitez pas si vous avez besoin de compléments d'information pour comprendre ma demande ou pour tout autre questions..

Une AFCM (Analyse Factorielle des Correspondances Multiples) est une méthode descriptive seulement. Elle ne permet pas de faire des tests d'hypothèses. En tout cas pas dans un premier temps.

Si j'ai bien compris votre question, vous cherchez en revanche à savoir ce qui influence ou pas la présence de l'espèce. Il y a donc bien des hypothèses à tester.

Vu que la variable à expliquer est binaire (présence/absence), alors oui, une régression logistique devrait pouvoir vous aider. Et vous pouvez y tester aussi bien des variables explicatives qualitatives que quantitatives.

HTH, Eric.

Super merci beaucoup Eric pour votre réponse! Je vais voir ce que ça donne alors avec mes données, bien que je n'ai pas énormément de points positifs pour le moment.. Cela risque d'être difficilement exploitable mais bon je vais tenter quand même! Merci encore !
Bonne journée,

Seaturtle971