TD 10 - Cas déséquilibré

Exercice 1 – Appréciation de jambons

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. Importer les données grâce à la commande suivante :

dta <- read.table("jambon.txt", sep="\t", dec=".", header=TRUE, row.names=1)
  1. Visualiser les relations entre chaque variable explicative et la variable réponse.
  2. Ecrire le modèle complet.

Le nombre de variables explicatives étant très important, on suggère qu’il serait préférable de sélectionner certains prédicteurs pour améliorer la prédiction du modèle.

  1. Pourquoi cela peut-il être vrai ?
  2. Ecrire le modèle que vous retenez pour prédire l’appréciation globale.
  3. Interpréter concrètement les résultats de votre modèle.

Exercice 2 – Analyse sensorielle de chocolats noirs

Une analyse sensorielle a été organisée pour comparer 9 chocolats noirs (dégustation faite en 2017). Douze juges ont évalué ces chocolats 2 fois lors de deux séances de dégustations. Ils ont évalué 14 descripteurs en mettant des notes entre 0 et 10. L’objectif d’une telle analyse est de comparer les produits les uns par rapport aux autres. On va s’intéresser ici à la variable sensorielle Arôme de caramel.

  1. Ecrire le modèle prenant en compte l’effet produit, l’effet juge et l’effet séance ainsi que toutes les interactions d’ordre 2.

Importer les données en utilisant les lignes de code suivantes qui permettent d’importer et ensuite de transformer les trois premières variables en facteurs :

choc <- read.table("chocolat2017.csv", sep=";", header=TRUE, stringsAsFactors = TRUE)
for (i in 1:3) {choc[,i] <- as.factor(choc[,i])}
summary(choc)
  1. Construire un graphique permettant de visualiser l’effet produit et un autre permettant de visualiser l’interaction produit-séance.
  2. Construire et sélectionner le «bon» sous-modèle.
  3. Quels sont les effets et interactions significatifs du sous-modèle sélectionné ? Interpréter chaque effet significatif et chaque absence.
  4. Dans l’optique de caractérisation sensorielle des produits, quels effets et interactions sont intéressants à interpréter? Pourquoi avoir conserver les autres effets dans le modèle ?