Analyse de données agronomiques d'une diversité de variétés de bananiers plantain

Pons Marina. 2023. Analyse de données agronomiques d'une diversité de variétés de bananiers plantain. Montpellier : Université de Montpellier, 52 p. Mémoire de master 2 : Statisque pour les sciences de la vie : Université de Montpellier

Encadrement : Damour, Gaëlle

Résumé : La collection de bananiers plantain du CARBAP au Cameroun est la plus grande du monde. En effet, elle compte 135 variétés différentes recouvrant tous les groupes botaniques existants. L'étude expérimentale a duré un peu moins de 5 ans et aura permis de collecter un grand nombre de données concernant des mesures phénotypiques de croissance et de rendement sur 5 cycles de croissance. Le jeu de données généré a été exploré pour approfondir les connaissances peu documentées sur la diversité des bananiers plantain. Pour cela une analyse descriptive a été effectuée, notamment à l'échelle variétale avec une visualisation des données sur une application web Shiny. Ensuite, une analyse des groupes botaniques, au travers des corrélations et d'arbres de classifications, a été effectuée. Une Analyse en Composantes Principales (ACP) a été réalisée dans le but de résumer la structure du jeu de données dans un espace réduit. À la suite de l'ACP, une Classification Hiérarchique sur Composantes Principales (HCPC) a été effectuée pour isoler de nouveaux groupes. Des variables explicatives du poids du régime ont été recherchées avec une régression linéaire simple et avec la méthode de forêt aléatoire.

Résumé (autre langue) : CARBAP's plantain collection in Cameroon is the biggest in the world. It is composed of 135 varieties representing all botanic groups. The experimental study lasted 5 years and many phenotypic variables describing growth and yield were measured throughout 5 cultural cycles. The dataset was explored to improve the knowledge of plantain diversity. A descriptive analysis of varieties was performed and visualized with a Shiny web application. Then, an analysis of the botanical groups, through correlations and classification trees, was performed. A Principal Component Analysis (PCA) were used to summarize the structure of the dataset in a reduced dimension. After the PCA, a hierarchical classification of the principal components (HCPC) was used to isolate the new groups. Predictive variables of bunch weight were sought with a simple linear regression and the random forest method (Random Forest).

Mots-clés libres : Bananier Plantain, HCPC, Forêt aléatoire, Correlations, Shiny, Dasboard, Variété, Classification, Groupe morpho-taxonomique

Auteurs et affiliations

• Pons Marina, Université de Montpellier (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/607494/)

Métriques

[ Page générée et mise en cache le 2023-12-19 ]