WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Caractérisation agro-morphologique des écotypes de riz (oryza spp) du Bénin.

( Télécharger le fichier original )
par Dossou Ayélola Roland AKAKPO
Université d'Abomey Calavi Bénin - Ingénieur agronome 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.3. Méthodes d'analyses statistiques des données

4.3.1. Variables quantitatives

Les données collectées ont été compilées dans deux matrices respectivement pour les variables quantitatives et qualitatives en utilisant le tableur Excel. L'analyse des données proprement dite s'est ensuite déroulée en 4 étapes.

4.3.1.1. Vérification de l'effet bloc et ajustement des valeurs moyennes calculées

Compte tenu du fait que seuls les témoins sont répétés, il est important d'évaluer d'abord l'effet des blocs et d'effectuer l'ajustement des moyennes des écotypes non répétés. Ainsi, une analyse de la variance (ANOVA) a été faite pour chaque variable avec comme source de variation, bloc, écotypes, témoins et écotypes x témoin. Cette analyse a permis d'identifier les variables pour lesquelles il y a l'effet bloc. Pour ces variables dont les effets bloc sont significatifs, ce sont les moyennes ajustées qui seront utilisées dans la suite de l'analyse.

4.3.1.2. Regroupement des écotypes en classe et détermination des caractères discriminants
Cette analyse s'est déroulée en 3 étapes à l'aide du logiciel SAS version 9.2.

Etape 1

Une première étape dans cette analyse a consisté à établir des combinaisons linéaires entre les 14 variables en vue d'améliorer la classification numérique. Ainsi, une analyse en composante principale a été réalisée et les facteurs générés, et dont le cumul de la variance expliquée est supérieure à 75 % seront considérés comme variables pour la classification (Louati-Namouchi et al., 2000 ; Hammami et al., 2008). Cinq composantes principales ont été considérées dans la suite de l'analyse.

Etape 2

La seconde étape consiste à structurer ou classer les écotypes en groupes homogènes selon les caractères agro-morphologiques. Elle est réalisée par la méthode de classification ascendante hiérarchique (CAH). L'algorithme utilisé est celui de WARD et le coefficient de détermination R2 obtenu a permis de déterminer le nombre de classes (INRAB, 2004).

Etape 3

Enfin, une analyse canonique discriminante pas - à - pas a été réalisée afin de faire ressortir les caractères qui discriminent les groupes issus de la classification. Une description de chaque classe en fonction des caractères discriminant est effectuée en vue de connaitre leurs potentialités agronomiques.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Ceux qui vivent sont ceux qui luttent"   Victor Hugo