choisir des variables qui ont un sens physique :

1
choisir des variables qui ont un sens physique
III - Notion d Interactions logiques 

• Les facteurs simples Lumière, CO2, Azote
• Des interactions logiques de ces facteurs
   Lumière ET Azote ,
  AB Lumière OU CO2 ,
  AB Fer OU EXCLUSIF Potassium ,
  AB -A.B Manganèse SI Fer est fort ,
  AB Phosphore moyen ET Fer moyen ,
  AB CO2 SI Azote moyen ,
  ABetc
• Des fonctions particulières de ces facteurs
  effet de seuil, effet cyclique, etc

2
Interactions  logiques 
3
Interactions  logiques  (suite)
4
IV - Expériences sur le Mildiou des tomates
Bretagne Biotechnologie Végétale

• Modalités  eau (témoin), ou différents produits
  censé protéger de la maladie dithane G58 G59
  G60 Z3NF Z3µbroyée. Le dithane est la
  référence.
• On communique la maladie par vaporisation de
  suspension de spores.
• Pour saffranchir de leffet du geste de la main,
  on réparti les plants de façon aléatoire dans des
  blocs homogènes (boîtes) 3 plants par blocs et
  modalités
• Indice de maladie semi quantitatif 0 0
  symptômes 1 spot nécrotique2 10 de surface
  foliaire infectée3 30 4 50 5 70 6
  90 7 100

5
Iconographie des corrélations

• Pas deffet bloc
• Un effet Plant !?
• Leffet du plant serait-t-il dû à la position du
  plant dans le bloc ?
• Même si cest le cas, on affranchira de  leffet
  plant  grâce aux corrélations partielles.

6
Retrait de la composante de leffet plant dans
toutes les variables

• On diminue la maladie avec
• Dithane (-0.692)
• Z3NF (-0.218 )
• On augmente la maladie avec
• G60 (0.275)
• EAU (0.258)
• G59 (0.226)
• G58 (0.199)
• Pas deffet direct de
• Z3µbroyée

7
Conclusion du plan Mildiou Tomates

• La référence dithane reste le meilleur produit
  anti- maladie.
• Z3NF est moins efficace.
• Au contraire
• G60 est encore plus défavorable que le témoin EAU
  !

8
V - Expériences sur les laitues Bretagne
Biotechnologie Végétale

• Modalités  A témoin dose carencée en
  phosphore.B dose carencée PK2.C témoin
  dose pleine (non carencé).
• 4 blocs.
• 2 répétitions par bloc.
• Réponse poids sec de 4 laitues.

9
(No Transcript)
10
(No Transcript)
11
Iconographie des corrélations

• Le poids augmente si
• nonCarencé.
• Le poids diminue si
• Carencé.
• Pas deffet bloc.
• Comme il ny a quune variable, à modalités
  mutuellement exclusives, la recherche
   dinteraction  naurait pas grand sens ici.

12
VI- Moyennes et corrélations
10 plants par parcelle. Des doses variées
dengrais. Effet sur la croissance ?

• Au vu des moyennes
• Effet engrais non significatif.
• Effet parcelle significatif.

13
Au vu du graphe des 3 variables(rangé par
parcelles)

• Lengrais a une influence remarquable !!
• Que sest-il passé ?
• La moyenne mélange tout, et efface linformation.

14
Rangés par engrais croissant

• Maintenant, il semble que
• lengrais na guère dinfluence !
• La parcelle a une influence remarquable !
• Caractère trompeur et artificiel des graphes.

15
Éviter lerreur de jugement en travaillant sur un
schéma unique des corrélations

• daprès CORICO il existe
• Un effet parcelle.
• Un effet engrais.
• En outre, les pics ou creux  remarquables 
  sont soulignés.

16
Modèle de régressionnon postulé

• CROISSANCE 229.95 303.17 (ParcelleEngrais)
• R2a 0.841
• Q2 0.834
• F 101.7
• SEP 32.39

17
On ne tire pas sur la tige pourfaire pousser la
plante,

• on la libère seulement de ce qui peut entraver
  son développement (mauvaises herbes, insectes,)
• en sorte que  cela pousse tout seul .
• De même
• le modèle non postulé de CORICO nest pas un
  carcan projeté sur les données (comme le modèle
  polynomial)
• le schéma unique de CORICO nest pas une
  projection sur un système daxe (comme lACP)
• gt la cohérence naturelle des données peut donc
  sépanouir sans entrave.

18
VII - Flore des talusStation expérimentale de
Vézendoquet

• On souhaite protéger les champs dartichauts
  contre le puceron noir.
• On sintéresse aux ennemis naturels des
  pucerons.
• Enquête du C.A.T.E. sur 69 espèces de plantes
  sauvages des talus autour de 28 parcelles.
• Peut-on relier la végétation diversifiée du bord
  des champs à la présence dinsectes auxiliaires
  utiles contre les ravageurs de cultures ?

19
Ressemblances entre profils floristiques des
parcelles (seuil 0.4)En gras parcelles
infestées ou traitées
20
Flore  remarquable  des parcelles (seuil 0.3)
21
Liens entre flore et pucerons noirs (seuil 0.1)

• A droite (traits pleins) plantes renforçant (?)
  le puceron noir.
• A gauche (pointillés) plantes diminuant (?) le
  puceron noir.Le plus utile linteraction
   ronce ou ortie 

PUCERONS -0.650
-RoncOrtie 0.454
Linaire -0.443
-SilèneDioïque -0.397
-Ortie -0.372
-Lierre -0.327
-Germandrée -0.308
-Prunellier 0.304 .A1
0.304
.YKerrien 0.304
.Kervellec 0.304
.D2Est 0.304
.seitéBas 0.304 ?
ErableSycomore 0.304 ?
Olearia 0.304 ?
FétuqueOvine -0.253
-Geranium -0.211 -Noisetier
22
Modèle non postulé
PUCERONS 0.2857143 - 1.60 RoncOrtie 1.27
Lina-Germandrée 0.81 Gera-Lierre 0.59
GeraLeylandii 0.51 HoulAchillée - 0.38
petiFougèreAigle - 0.35 Gran-GrandeBerce 0.22
DactPetiteJeannette - 0.26 OmbiPlantainLancéolé
- 0.18 GermPrunellier
R2a 0.989 Q2 0.982 F 242.2 SEP
0.7731E-01

• Régresseurs rangés par importance décroissante

23
CONCLUSIONLe dilemme de laVisualisation
Multivariée

• Ou bien être submergé par une multitude de
  graphes bidimensionnels.qui sont des vues
  partielles sur les données (Coordonnées
  cartésiennes, nuages de points, diagramme en
  bâton, camemberts)
• Ou bien ne surveiller quune partie des
  paramètres.

24
La  méthode CORICO 

• S'affranchit des "fausses bonnes corrélations"
  ("significatives" mais non pertinentes, facteur
  de confusion).
• Souligne les corrélations  remarquables .
• Détecte les "interactions logiques" entre les
  variables. (influence dun couplage de
  paramètres).
• Présente les relations sur une figure unique
  (cohérence de lorganisation).

25
La méthode CORICO

• permet denlever linfluence dun facteur
  prépondérant,
• pour mettre en évidence un autre caractère,
• sans quil soit nécessaire de stratifier les
  données,
• reste valide sur un petit nombre dobservations
  de beaucoup de variables (Exemple sur 5 vols
  dessais, tirer le meilleur parti de plusieurs
  centaines de variables enregistrées).

26
Ce schéma CORICO de 7 variables

• Remplace 105 graphes classiques.
• Souligne les effets positifs ou négatifs
  (pointillés).
• Permet de saffranchir des influences évidentes
• et de trouver les indicateurs de performances
• Peut évoluer au cours du temps (visualisation
  dynamique)
• Peut être assorti dalarmes sonores (suivi temps
  réel)

27
Les références
CORICO cest AUSSI
Analyse de données Plan dexpériences Modèles,
Régressions Séries chronologiques Traitement du
signal Segmentation Apprentissage de règles
gt AIDE à la DÉCISION
ACNielsen, Aérospatiale, Aircelle, CNRS, Cérib,
Chiesi, Danone, D2T, Mairie de Paris, Ministère
des Transports, CEA, EADS, EDF, ENSAM, ENSCI,
Ferrari, GlaxoSmithKline Biologicals, Gerflor,
Hôpital Pitié Salpêtrière, Hispano-Suiza,
Hutchinson, Ifremer, Inoplast, Imphy Alloy, IPG,
LFB, Kraton Polymer Research , Laboratoire de
Géographie Physique, L'Oréal, Masterfoods,
Mutuelles du Mans Assurances, Renault, Rencast,
Saem, Sema Group, Snecma Groupe Safran, Supélec,
Turboméca, Université d'Orsay, Université
dOttawa, Valeo Thermique Habitacle, Valfond,
Vivendi ...