Agritrop
Home

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

Dieng Ibnou. 2007. Prédiction de l'interaction génotype x environnement par linéarisation et régression PLS-mixte. Montpellier : UM2, 135 p. Thèse de doctorat : Biostatistique. Information structures systèmes : Université Montpellier 2

Thesis
Full text not available from this repository.

Titre anglais : Prediction of the GxE interaction by linearisation and PLS-Mixed regression

Encadrement : Sabatier, Robert

Abstract : Ce travail porte sur la prédiction de l'interaction entre génotype et environnement (GxE) et est appliqué au contexte sahélien. Après un tour d'horizon des principales méthodes d'analyse de la littérature, nous proposons la méthode APLAT. Le rendement de génotypes prédit à l'aide de covariables d'environnement par un modèle de simulation de cultures est développé en série de Taylor à l'ordre 1 au voisinage du vecteur de paramètres d'un génotype de référence. Nous nous ramenons alors approximativement à un modèle linéaire où la matrice des régresseurs est remplacée par la matrice des dérivées partielles par rapport aux paramètres. Le très grand nombre de paramètres variétaux généralement constaté dans les modèles de simulation de cultures conduit à un nombre important de régresseurs; d'où une estimation par régression Partial Least Squares (PLS). Par la suite, nous proposons APLAT-mixte, une extension de APLAT. Pour ce modèle mixte, nous maintenons le rendement des génotypes linéarisé dans la partie fixe, les interactions GxE résiduelles étant aléatoires, de variances inconnues. Nous introduisons à cet effet la technique PLS-Mixte pour estimer les composantes de variance dans un modèle où il y a plus de régresseurs que d'observations. L'algorithme itératif proposé, qui consiste à imbriquer la régression PLS dans l'algorithme Expectation Maximization (EM), est fondé sur les méthodes de maximisation de la vraisemblance Maximum Likelihood (ML) et Restricted Maximum Likelihood (REML). (Résumé d'auteur)

Mots-clés Agrovoc : Arachis hypogaea, Modèle mathématique, Intéraction génotype environnement, rendement, technique de prévision, Zone aride, Plante de culture

Mots-clés géographiques Agrovoc : Sénégal, Sahel

Classification Agris : U10 - Mathematical and statistical methods
F30 - Plant genetics and breeding
F01 - Crop husbandry

Champ stratégique Cirad : Axe 1 (2005-2013) - Intensification écologique

Auteurs et affiliations

  • Dieng Ibnou, UM2 (FRA)

Autres liens de la publication

Source : Cirad - Agritrop (https://agritrop.cirad.fr/540891/)

View Item (staff only) View Item (staff only)

[ Page générée et mise en cache le 2020-11-21 ]