Thèse Ndo - Montpellier SupAgro

Elaboration d’un modèle de prédiction
6.3.3 Effet des facteurs environnementaux sur le comportement des
satsumas
o Choix du nombre de composantes t h et leur degré d’explication des variables
Les résultats de la validation croisée permettent de retenir les composantes 1, 2 et 3 pour
expliquer les variables Nles, Nlesm et Pom. En effet, Q²3 et Q²4 sont ≥ 0.0975 (Tableau 6.7).
Toutes les variables de la maladie peuvent être expliquées par le modèle, car au niveau de la
composante 3, Q² Nles = 0.229 et Q² pom =0.294; à la composante 2 Q² Nlesm =0.218. La première
composante (t 1 ) explique 53% des x et 9% des y, tandis que la 2 ème composante explique 16%
des x et 75% des y. La 3 ème composante explique 22% des x et 4% des y (Tableau 6.8).
Tableau 6.7. Indice de qualité du modèle par composante et par variable expliquée sur
mandariniers Satsuma.
Q²
Composante Nles Nlesm Pom Total
1 -18,297 -27,825 -21,750 -22,624
2 0,011 0,218 0,046 0,094
3 0,229 -0,189 0,294 0,183
4 0,519 -0,548 0,552 0,248
Pour les corrélations, nous n’observerons que les composantes t 1 et t 2 qui expliquent environ
80% des variables x et y. Le taux de sodium (Na) est placé au centre du cercle de corrélation
(Figure 6.7). Cette variable est très faiblement corrélée avec t 1 et t 2 . Son R² est très faible sur
t 1 et t 2 , mais très élevé sur t 3 (Tableau 6.8). Le rapport C/N est la variable la mieux expliquée
sur la composante t 1 et cette correlation est négative. L’altitude et les variables de la maladie
ont de fortes corrélations positives avec la composante t 2 .
La projection des sites d’observation sur le plan formé par les deux composantes permet de
noter que les sites de Foumbot, Nkolbisson et Ekona sont plus proches des variables de la
maladie. Ce sont les sites qui présentent les attaques les plus sévères (voir résultats Chapitre
4). Par contre, les sites de Boumnyebel et Njombé sont les plus éloignés des variables de la
maladie. Les sites de Kumba et Jakiri sont placés en dehors du plan.
157