Un organisme d’analyse sensorielle souhaite savoir s’il est possible de prévoir l’appréciation globale d’un jambon à partir de sa description sensorielle. Un jury entraîné a utilisé les variables suivantes pour décrire 21 jambons : Jutosité, Caractère croquant, Tendreté, Caractère pâteux, Fibreux, Saveur salée, Saveur sucrée, Flaveur de viande, Assaisonnement, Flaveur métallique, Flaveur fèces/urine, Flaveur de gras, Flaveur braisé/fumé, Flaveur lactique . Puis une note d’ Appréciation globale a été attribué à chacun des jambons.
Charger le fichier de données jambon.txt, il est conseillé d’utiliser le paramètre row.names =.
A l’aide de la fonction ggpairs du paquet GGally lancez une première analyse descriptive du lien entre variables deux à deux.
library(ggcorrplot)
jambons %>%
cor() %>%
round(1) %>%
ggcorrplot(type = "lower",
lab = TRUE)library(GGally)
jambons %>% ggpairs(
columns = c(1, 7:9),
lower = list(continuous = wrap("points", color = "dodgerblue4")),
diag = list(continuous = wrap("densityDiag", color = "dodgerblue4"))
)On étudie le rendement de pois fourragers pour trois variétés et trois écartements entre les rangs des lignées. Pour disposer de répétitions, des expériences ont été menées sur 4 parcelles. Toutes les combinaisons variété-écartement ont été testé sur chacune des 4 parcelles. Les données sont regroupées dans le tableau suivant.
|
Parcelle
|
|||||
|---|---|---|---|---|---|
| Variete | Ecartement | 1 | 2 | 3 | 4 |
| I | 4 | 51 | 47 | 47 | 50 |
| 8 | 60 | 50 | 45 | 48 | |
| 12 | 64 | 55 | 48 | 48 | |
| II | 4 | 64 | 58 | 57 | 61 |
| 8 | 60 | 58 | 56 | 60 | |
| 12 | 58 | 58 | 53 | 60 | |
| III | 4 | 64 | 65 | 54 | 57 |
| 8 | 62 | 68 | 67 | 60 | |
| 12 | 71 | 75 | 75 | 63 | |
On considérera ici que l’écartement est une variable qualitative avec 3 modalités (4= petit, 8=moyen, 12=grand).
Seuls les effets suivants intéressent l’agronome: variété, écartement, interaction variété-écartement. Pourtant, on choisit de rajouter l’effet parcelle dans le modèle. Quelle peut en être l’utilité?
Construire et sélectionner le “bon” sous-modèle.
Quels sont les effets significatifs (et les effets non significatifs) du sous-modèle sélectionné ?
Interpréter les effets significatifs (et l’absence des effets non significatifs) dans le modèle sélectionné.
Quelles conclusions auriez-vous eues si vous aviez (mal) travaillé en oubliant l’effet parcelle dans le modèle ?