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

 > 

Prédiction de l'interaction génotype à— environnement par linéarisation et régression PLS-mixte

( Télécharger le fichier original )
par Ibnou DIENG
Universite Montpellier II - Doctorat 2007
  

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

3.2.3 Illustration avec les données de l'essai multilocal

Les donn'ees sont les r'esultats de l'essai multilocal (tableau 1.2, page 15). Chaque lieu est r'eserv'e et l'estimation des paramètres effectu'ee sur les lieux restants.

Le modèle SarraH a aussi 'et'e utilis'e pour simuler le rendement de la vari'et'e de r'ef'erence dans les diff'erents lieux. Les deux paramètres a` r'eestimer restent les mêmes qu'àla section pr'ec'edente.

Les MSEP estim'es pour les modèles APLAT sont inf'erieures aux MSEP des modèles moyens correspondants, sauf celle sans les donn'ees de Wenthiwy (tableau 3.2). Ainsi, pour cet essai multilocal, la m'ethode APLAT s'est montr'ee meilleure que le modèle moyen 10 fois sur 11 (c''etait 4 fois sur 5 avec l'essai pluriannuel).

3.2.4 Conclusion

Au Sahel, l'interaction G×E est largement due aux al'eas climatiques, dont la probabilit'e peut être estim'ee a` l'aide de longues chroniques de relev'es m'et'eorologiques au sol. Cependant, relier l'interaction G×E et la pluviom'etrie a` l'aide d'un modèle de simulation de cultures n'est habituellement possible que pour des vari'et'es dont on a estim'e les paramètres, au prix d'une

 

APLAT

Modèle moyen

Modèle (sans Bambey)

10

289,4

45

374,1

Modèle (sans Gatte)

6

457,1

102

784,7

Modèle (sans Keur Fary)

3

474,2

44

457,9

Modèle (sans Ndangalma)

7

445,7

74

477,6

Modèle (sans Ndiadiane)

12

824,9

99

194,2

Modèle (sans Nioro)

47

015,4

157

989,6

Modèle (sans Nioro Sud)

234

506,4

738

389,6

Modèle (sans Pasokoto)

76

987,8

559

545,3

Modèle (sans Keur Samseun)

1

677,8

120

068,3

Modèle (sans Sinthiou Thiabala)

11

041,1

20

998,8

Modèle (sans Wenthiwy)

80

887,3

48

687,1

TAB. 3.2 - MSEP des différents modèles APLAT et modèles moyens correspondants de l'essai multilocal.

expérimentation spécifique. Le modèle APLAT permet de prédire cette interaction avec les seules données d'une expérimentation multilocale classique, sans autre instrumentation que des stations météorologiques simples.

La méthode APLAT peut être vue ainsi comme un outil d'aide a` la décision pour la sélection au Sahel. Dans l'exemple o`u un sélectionneur doit tester plusieurs génotypes dans un nouvel environnement, cette méthode lui permettra d'écarter d'emblée certains génotypes qui donneront une production faible. En lieu et place de longs essais multilocaux ou pluriannuels ou d'une tentative de paramétrisation d'un modèle de simulation de cultures qui implique un coàut élevé. Son attention sera portée par la suite sur l'ensemble restreint des génotypes retenus avec APLAT o`u il pourra appliquer les schémas classiques de sélection.

Cette méthode évite ainsi de recourir soit a` de longs essais multilocaux et pluriannuels, soit a` la paramétrisation coàuteuse d'un modèle de simulation de culture. De plus, elle permet d'assumer le choix des lieux comme devant expliquer largement la diversitédu milieu plutôt que de la représenter a` travers un sondage équiprobable. En effet, avec APLAT, seuls les résidus de

la modélisation de l'interaction G×E sont aléatoires, et non pas l'interaction toute entière.

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








"Enrichissons-nous de nos différences mutuelles "   Paul Valery