Demand-Driven Technologies for Sustainable Maize ... - IITA

229Méthodes d’étude de la stabilitéLa régression conjointe. L’utilisation de la technique de régressiona été l’idée de Yates et Cochran (1938) que reprirent Finlay etWilkinson (1963). L’idée consiste à établir une régression par variétéde la performance dans les différents milieux sur la moyenne desvariétés dans ces milieux. C’est donc la performance moyenne desvariétés dans un milieu qui est prise pour caractériser ce milieu. Cettetechnique est connue sous le nom de régression linéaire conjointedont le modèle de base consiste à décomposer l’interaction en unepartie prédictible et une partie non-prédictible (Gallais 1990) :(Gm) ij = β i m j + d ijoùm j est l’effet du milieu j (moyenne centrée de la performance de toutes lesvariétés).β i est le coeffi cient de régression de l’interaction sur l’effet milieu.L’écovalence. Dans la situation de modèles à effets fi xés pourcaractériser le comportement d’un génotype dans différents milieux;Wricke (1962), cité par Gallais (1990), a introduit le paramètred’écovalence défi ni au niveau des valeurs phénotypiques. Ce dernierexprime la contribution d’un génotype à la somme des carrés desécarts de l’interaction.Ainsi pour un génotype i, l’écovalence équivaut à :W i = b Σ j (P ij . - P i.. - P .j. + P ... )oùPijk est la valeur phénotypique d’un individu k du génotype i, dansla parcelle ij ;Pi.. est la moyenne et est naturellement le prédicteur de la valeurgénotypique ;P... remplace μ.Cette quantité peut être divisée par la somme des carrés des écarts del'interaction pour obtenir un paramètre "standardisé", variant entre 0 et1. Un génotype à écovalence faible tend à réagir comme la moyennedes génotypes et donc à être stable.Le modèle de régression factorielle. Le modèle général de régressionfactorielle décompose les effets principaux et l’interaction en régressionssur des covariables liées aux deux facteurs. L’objectif étant decomprendre les phénomènes biologiques responsables de l’interactionGE, l’étude se limitant ici à la décomposition de l’interaction.