De l'analyse des réseaux expérimentaux à la méta-analyse :: méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales /
L'analyse de données joue un rôle croissant dans la recherche agronomique, dans l'expertise scientifique et dans les études prospectives. Cet ouvrage, conçu comme un guide méthodologique, présente les intérêts et les limites de différentes méthodes statistiques permettant d'...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Elektronisch E-Book |
Sprache: | French |
Veröffentlicht: |
Versailles Cedex :
Éditions Quae,
[2018]
|
Schlagworte: | |
Online-Zugang: | Volltext |
Zusammenfassung: | L'analyse de données joue un rôle croissant dans la recherche agronomique, dans l'expertise scientifique et dans les études prospectives. Cet ouvrage, conçu comme un guide méthodologique, présente les intérêts et les limites de différentes méthodes statistiques permettant d'analyser des données agronomiques issues de réseaux expérimentaux et de réaliser des méta-analyses |
Beschreibung: | 1 online resource : illustrations |
Bibliographie: | Includes bibliographical references. |
ISBN: | 9782759228164 2759228169 2759228177 9782759228171 |
Internformat
MARC
LEADER | 00000cam a2200000 i 4500 | ||
---|---|---|---|
001 | ZDB-4-EBA-on1049974850 | ||
003 | OCoLC | ||
005 | 20241004212047.0 | ||
006 | m o d | ||
007 | cr cnu|||unuuu | ||
008 | 180827t20182018fr a ob 000 0 fre d | ||
040 | |a N$T |b eng |e rda |e pn |c N$T |d EBLCP |d YDX |d N$T |d OCLCF |d OCLCQ |d SDF |d OCLCO |d OCLCQ |d OCLCO |d QGK |d OCLCL |d UKAHL |d OCLCQ |d SXB |d SFB | ||
019 | |a 1050134096 |a 1327749614 | ||
020 | |a 9782759228164 |q (electronic bk.) | ||
020 | |a 2759228169 |q (electronic bk.) | ||
020 | |z 9782759228157 | ||
020 | |a 2759228177 | ||
020 | |a 9782759228171 | ||
035 | |a (OCoLC)1049974850 |z (OCoLC)1050134096 |z (OCoLC)1327749614 | ||
050 | 4 | |a S566.55 | |
072 | 7 | |a TEC |x 003030 |2 bisacsh | |
072 | 7 | |a TEC |x 003080 |2 bisacsh | |
082 | 7 | |a 630.727 |2 23 | |
049 | |a MAIN | ||
100 | 1 | |a Makowski, David, |d 1972- |e author. |1 https://id.oclc.org/worldcat/entity/E39PCjxdfbRKbQYGMjw7dWXjmd |0 http://id.loc.gov/authorities/names/n2006027638 | |
245 | 1 | 0 | |a De l'analyse des réseaux expérimentaux à la méta-analyse : |b méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / |c David Makowski, François Piraux, François Brun. |
264 | 1 | |a Versailles Cedex : |b Éditions Quae, |c [2018] | |
264 | 4 | |c ©2018 | |
300 | |a 1 online resource : |b illustrations | ||
336 | |a text |b txt |2 rdacontent | ||
337 | |a computer |b c |2 rdamedia | ||
338 | |a online resource |b cr |2 rdacarrier | ||
520 | |a L'analyse de données joue un rôle croissant dans la recherche agronomique, dans l'expertise scientifique et dans les études prospectives. Cet ouvrage, conçu comme un guide méthodologique, présente les intérêts et les limites de différentes méthodes statistiques permettant d'analyser des données agronomiques issues de réseaux expérimentaux et de réaliser des méta-analyses | ||
504 | |a Includes bibliographical references. | ||
588 | 0 | |a Online resource; title from PDF title page (EBSCO, viewed September 28, 2018). | |
505 | 0 | |a Intro -- Sommaire -- 1. Introduction et exemples -- Objectifs de l'analyse de réseaux d'expérimentations et de la méta-analyse -- Données -- Le type de données -- La collecte des données -- La validation des données -- Analyse -- Principales étapes -- Présentation des hypothèses testées -- Collecte des données -- Validation des données -- Analyse des données -- Validation de l'analyse -- Communication des résultats -- Objectif de l'ouvrage -- Un exemple simple de modèle mixte -- Définition -- Données -- Définition du modèle -- Estimation -- Comparaison avec le modèle sans effet aléatoire -- Références -- Partie I. Analyse des réseaux expérimentaux -- 2. Notions de base -- Expérimentation agronomique -- Réseau d'expérimentations -- Définition -- Exemple de réseau d'expérimentations -- Notion d'environnement -- Objectifs d'un réseau d'expérimentations -- Notion de population d'environnements -- Notion d'interaction -- Références -- 3. Analyse d'un réseau d'expérimentations en blocs aléatoires complets à un facteur étudié -- Objectif du chapitre -- Exemple « blé » -- Modélisation -- Modèle avec un effet expérimentation aléatoire -- Modèle avec un effet expérimentation fixe -- Exemple -- Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? -- Évaluation du modèle -- Normalité -- Homoscédasticité -- Indépendance -- Données suspectes -- Comparaisons de moyennes -- Tests d'hypothèse : tests d'égalité -- Intervalles de confiance -- Tests d'hypothèse : tests d'équivalence -- Exemple -- Exemple « blé » : script R et analyse commentée -- Références -- 4. Méthodes avancées pour l'analyse des réseaux -- Analyse des données moyennes -- Étape 1 : analyse des expérimentations individuelles pour estimer les moyennes des traitements -- Étape 2 : analyse des données moyennes -- Exemple. | |
505 | 8 | |a Une variante : analyse des données moyennes avec un modèle fixe -- Estimation de la variance d'interaction traitement-expérimentation -- Script R -- Expérimentations avec variances hétérogènes -- Introduction -- Exemple « blé » -- Pour aller plus loin -- Données manquantes -- Origine des données manquantes -- Moyennes ajustées -- Les facteurs lieu et année -- Objectif -- Exemple « blé_pluri » -- Modèle pour l'analyse des données moyennes -- Estimation de la variance de l'interaction traitement-année-lieu -- Variance de la différence entre deux traitements -- Analyse de l'exemple « blé_pluri » et script R -- Références -- 5. Planification d'un réseau d'expérimentations -- Objectif -- Comparaison de deux traitements -- Cas d'un réseau multilocal -- Cas d'un réseau multilocal et pluriannuel -- Autres contrastes -- Comparaison à la moyenne de plusieurs témoins -- Comparaison à la moyenne générale -- Références -- Partie II. La méta-analyse -- 6. Notions de base pour la méta-analyse -- Définition, origine et principales étapes de la méta-analyse -- Estimation d'une taille d'effet moyenne -- Objectif -- Recherche systématique des études, sélection des références et extraction de données -- Estimation de la taille d'effet moyenne avec un modèle sans effet aléatoire -- Estimation de la taille d'effet moyenne avec un modèle à effets aléatoires -- Métarégression -- Objectif -- Exemple -- Modèles de régression avec et sans effet aléatoire -- Exemple (suite) -- Analyse critique des résultats -- Références -- 7. Problèmes statistiques spécifiques pour la méta-analyse -- Définition de la taille d'effet -- Correction des biais liés à l'utilisation de ratios -- Différence entre moyennes d'observations -- Tailles d'effet pour les données binaires -- Coefficient de corrélation -- Tailles d'effet basées sur la variance. | |
505 | 8 | |a Modèles linéaires généralisés pour l'analyse de données discrètes -- Modèle binomial logit à effets aléatoires pour analyser l'effet d'un traitement -- Exemple -- Modèles non linéaires mixtes -- Intérêt et définition -- Exemple -- Modèles bayésiens -- Définition -- Exemple : méta-analyse avec MCMCglmm -- Références -- Annexe -- Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres -- Installation -- Contenu et utilisation -- Mettre en uvre le modèle mixte sous R -- Ajuster un modèle mixte -- Manipuler les résultats des modèles mixtes sous R -- Le package metafor, dédié à la réalisation de méta-analyses sous R -- Approche bayésienne avec le modèle mixte -- Package MCMCglmm -- Package coda -- Références. | |
650 | 0 | |a Agronomy |x Statistical methods. | |
650 | 0 | |a Quantitative research. |0 http://id.loc.gov/authorities/subjects/sh2007000909 | |
650 | 6 | |a Agronomie |x Méthodes statistiques. | |
650 | 6 | |a Recherche quantitative. | |
650 | 7 | |a TECHNOLOGY & ENGINEERING |x Agriculture |x Agronomy |x Crop Science. |2 bisacsh | |
650 | 7 | |a TECHNOLOGY & ENGINEERING |x Agriculture |x Agronomy |x General. |2 bisacsh | |
650 | 7 | |a Quantitative research |2 fast | |
655 | 4 | |a Electronic book. | |
700 | 1 | |a Piraux, François, |e author. | |
700 | 1 | |a Brun, Francois, |d 1979- |e author. |1 https://id.oclc.org/worldcat/entity/E39PBJhdfjq8fjjfYDQjyPt9Xd |0 http://id.loc.gov/authorities/names/no2014045884 | |
758 | |i has work: |a De l'analyse des réseaux expérimentaux à la méta-analyse (Text) |1 https://id.oclc.org/worldcat/entity/E39PCH97xTrTfgKGqcQJGyHP73 |4 https://id.oclc.org/worldcat/ontology/hasWork | ||
776 | |z 2-7592-2815-0 | ||
856 | 4 | 0 | |l FWS01 |p ZDB-4-EBA |q FWS_PDA_EBA |u https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1876805 |3 Volltext |
938 | |a Askews and Holts Library Services |b ASKH |n AH37555572 | ||
938 | |a ProQuest Ebook Central |b EBLB |n EBL5496133 | ||
938 | |a EBSCOhost |b EBSC |n 1876805 | ||
938 | |a YBP Library Services |b YANK |n 15665890 | ||
994 | |a 92 |b GEBAY | ||
912 | |a ZDB-4-EBA | ||
049 | |a DE-863 |
Datensatz im Suchindex
DE-BY-FWS_katkey | ZDB-4-EBA-on1049974850 |
---|---|
_version_ | 1816882469417254912 |
adam_text | |
any_adam_object | |
author | Makowski, David, 1972- Piraux, François Brun, Francois, 1979- |
author_GND | http://id.loc.gov/authorities/names/n2006027638 http://id.loc.gov/authorities/names/no2014045884 |
author_facet | Makowski, David, 1972- Piraux, François Brun, Francois, 1979- |
author_role | aut aut aut |
author_sort | Makowski, David, 1972- |
author_variant | d m dm f p fp f b fb |
building | Verbundindex |
bvnumber | localFWS |
callnumber-first | S - Agriculture |
callnumber-label | S566 |
callnumber-raw | S566.55 |
callnumber-search | S566.55 |
callnumber-sort | S 3566.55 |
callnumber-subject | S - General Agriculture |
collection | ZDB-4-EBA |
contents | Intro -- Sommaire -- 1. Introduction et exemples -- Objectifs de l'analyse de réseaux d'expérimentations et de la méta-analyse -- Données -- Le type de données -- La collecte des données -- La validation des données -- Analyse -- Principales étapes -- Présentation des hypothèses testées -- Collecte des données -- Validation des données -- Analyse des données -- Validation de l'analyse -- Communication des résultats -- Objectif de l'ouvrage -- Un exemple simple de modèle mixte -- Définition -- Données -- Définition du modèle -- Estimation -- Comparaison avec le modèle sans effet aléatoire -- Références -- Partie I. Analyse des réseaux expérimentaux -- 2. Notions de base -- Expérimentation agronomique -- Réseau d'expérimentations -- Définition -- Exemple de réseau d'expérimentations -- Notion d'environnement -- Objectifs d'un réseau d'expérimentations -- Notion de population d'environnements -- Notion d'interaction -- Références -- 3. Analyse d'un réseau d'expérimentations en blocs aléatoires complets à un facteur étudié -- Objectif du chapitre -- Exemple « blé » -- Modélisation -- Modèle avec un effet expérimentation aléatoire -- Modèle avec un effet expérimentation fixe -- Exemple -- Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? -- Évaluation du modèle -- Normalité -- Homoscédasticité -- Indépendance -- Données suspectes -- Comparaisons de moyennes -- Tests d'hypothèse : tests d'égalité -- Intervalles de confiance -- Tests d'hypothèse : tests d'équivalence -- Exemple -- Exemple « blé » : script R et analyse commentée -- Références -- 4. Méthodes avancées pour l'analyse des réseaux -- Analyse des données moyennes -- Étape 1 : analyse des expérimentations individuelles pour estimer les moyennes des traitements -- Étape 2 : analyse des données moyennes -- Exemple. Une variante : analyse des données moyennes avec un modèle fixe -- Estimation de la variance d'interaction traitement-expérimentation -- Script R -- Expérimentations avec variances hétérogènes -- Introduction -- Exemple « blé » -- Pour aller plus loin -- Données manquantes -- Origine des données manquantes -- Moyennes ajustées -- Les facteurs lieu et année -- Objectif -- Exemple « blé_pluri » -- Modèle pour l'analyse des données moyennes -- Estimation de la variance de l'interaction traitement-année-lieu -- Variance de la différence entre deux traitements -- Analyse de l'exemple « blé_pluri » et script R -- Références -- 5. Planification d'un réseau d'expérimentations -- Objectif -- Comparaison de deux traitements -- Cas d'un réseau multilocal -- Cas d'un réseau multilocal et pluriannuel -- Autres contrastes -- Comparaison à la moyenne de plusieurs témoins -- Comparaison à la moyenne générale -- Références -- Partie II. La méta-analyse -- 6. Notions de base pour la méta-analyse -- Définition, origine et principales étapes de la méta-analyse -- Estimation d'une taille d'effet moyenne -- Objectif -- Recherche systématique des études, sélection des références et extraction de données -- Estimation de la taille d'effet moyenne avec un modèle sans effet aléatoire -- Estimation de la taille d'effet moyenne avec un modèle à effets aléatoires -- Métarégression -- Objectif -- Exemple -- Modèles de régression avec et sans effet aléatoire -- Exemple (suite) -- Analyse critique des résultats -- Références -- 7. Problèmes statistiques spécifiques pour la méta-analyse -- Définition de la taille d'effet -- Correction des biais liés à l'utilisation de ratios -- Différence entre moyennes d'observations -- Tailles d'effet pour les données binaires -- Coefficient de corrélation -- Tailles d'effet basées sur la variance. Modèles linéaires généralisés pour l'analyse de données discrètes -- Modèle binomial logit à effets aléatoires pour analyser l'effet d'un traitement -- Exemple -- Modèles non linéaires mixtes -- Intérêt et définition -- Exemple -- Modèles bayésiens -- Définition -- Exemple : méta-analyse avec MCMCglmm -- Références -- Annexe -- Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres -- Installation -- Contenu et utilisation -- Mettre en uvre le modèle mixte sous R -- Ajuster un modèle mixte -- Manipuler les résultats des modèles mixtes sous R -- Le package metafor, dédié à la réalisation de méta-analyses sous R -- Approche bayésienne avec le modèle mixte -- Package MCMCglmm -- Package coda -- Références. |
ctrlnum | (OCoLC)1049974850 |
dewey-full | 630.727 |
dewey-hundreds | 600 - Technology (Applied sciences) |
dewey-ones | 630 - Agriculture and related technologies |
dewey-raw | 630.727 |
dewey-search | 630.727 |
dewey-sort | 3630.727 |
dewey-tens | 630 - Agriculture and related technologies |
discipline | Agrar-/Forst-/Ernährungs-/Haushaltswissenschaft / Gartenbau |
format | Electronic eBook |
fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>08152cam a2200637 i 4500</leader><controlfield tag="001">ZDB-4-EBA-on1049974850</controlfield><controlfield tag="003">OCoLC</controlfield><controlfield tag="005">20241004212047.0</controlfield><controlfield tag="006">m o d </controlfield><controlfield tag="007">cr cnu|||unuuu</controlfield><controlfield tag="008">180827t20182018fr a ob 000 0 fre d</controlfield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">N$T</subfield><subfield code="b">eng</subfield><subfield code="e">rda</subfield><subfield code="e">pn</subfield><subfield code="c">N$T</subfield><subfield code="d">EBLCP</subfield><subfield code="d">YDX</subfield><subfield code="d">N$T</subfield><subfield code="d">OCLCF</subfield><subfield code="d">OCLCQ</subfield><subfield code="d">SDF</subfield><subfield code="d">OCLCO</subfield><subfield code="d">OCLCQ</subfield><subfield code="d">OCLCO</subfield><subfield code="d">QGK</subfield><subfield code="d">OCLCL</subfield><subfield code="d">UKAHL</subfield><subfield code="d">OCLCQ</subfield><subfield code="d">SXB</subfield><subfield code="d">SFB</subfield></datafield><datafield tag="019" ind1=" " ind2=" "><subfield code="a">1050134096</subfield><subfield code="a">1327749614</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9782759228164</subfield><subfield code="q">(electronic bk.)</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">2759228169</subfield><subfield code="q">(electronic bk.)</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="z">9782759228157</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">2759228177</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9782759228171</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1049974850</subfield><subfield code="z">(OCoLC)1050134096</subfield><subfield code="z">(OCoLC)1327749614</subfield></datafield><datafield tag="050" ind1=" " ind2="4"><subfield code="a">S566.55</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC</subfield><subfield code="x">003030</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">TEC</subfield><subfield code="x">003080</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="082" ind1="7" ind2=" "><subfield code="a">630.727</subfield><subfield code="2">23</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">MAIN</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Makowski, David,</subfield><subfield code="d">1972-</subfield><subfield code="e">author.</subfield><subfield code="1">https://id.oclc.org/worldcat/entity/E39PCjxdfbRKbQYGMjw7dWXjmd</subfield><subfield code="0">http://id.loc.gov/authorities/names/n2006027638</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">De l'analyse des réseaux expérimentaux à la méta-analyse :</subfield><subfield code="b">méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales /</subfield><subfield code="c">David Makowski, François Piraux, François Brun.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Versailles Cedex :</subfield><subfield code="b">Éditions Quae,</subfield><subfield code="c">[2018]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource :</subfield><subfield code="b">illustrations</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">L'analyse de données joue un rôle croissant dans la recherche agronomique, dans l'expertise scientifique et dans les études prospectives. Cet ouvrage, conçu comme un guide méthodologique, présente les intérêts et les limites de différentes méthodes statistiques permettant d'analyser des données agronomiques issues de réseaux expérimentaux et de réaliser des méta-analyses</subfield></datafield><datafield tag="504" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references.</subfield></datafield><datafield tag="588" ind1="0" ind2=" "><subfield code="a">Online resource; title from PDF title page (EBSCO, viewed September 28, 2018).</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">Intro -- Sommaire -- 1. Introduction et exemples -- Objectifs de l'analyse de réseaux d'expérimentations et de la méta-analyse -- Données -- Le type de données -- La collecte des données -- La validation des données -- Analyse -- Principales étapes -- Présentation des hypothèses testées -- Collecte des données -- Validation des données -- Analyse des données -- Validation de l'analyse -- Communication des résultats -- Objectif de l'ouvrage -- Un exemple simple de modèle mixte -- Définition -- Données -- Définition du modèle -- Estimation -- Comparaison avec le modèle sans effet aléatoire -- Références -- Partie I. Analyse des réseaux expérimentaux -- 2. Notions de base -- Expérimentation agronomique -- Réseau d'expérimentations -- Définition -- Exemple de réseau d'expérimentations -- Notion d'environnement -- Objectifs d'un réseau d'expérimentations -- Notion de population d'environnements -- Notion d'interaction -- Références -- 3. Analyse d'un réseau d'expérimentations en blocs aléatoires complets à un facteur étudié -- Objectif du chapitre -- Exemple « blé » -- Modélisation -- Modèle avec un effet expérimentation aléatoire -- Modèle avec un effet expérimentation fixe -- Exemple -- Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? -- Évaluation du modèle -- Normalité -- Homoscédasticité -- Indépendance -- Données suspectes -- Comparaisons de moyennes -- Tests d'hypothèse : tests d'égalité -- Intervalles de confiance -- Tests d'hypothèse : tests d'équivalence -- Exemple -- Exemple « blé » : script R et analyse commentée -- Références -- 4. Méthodes avancées pour l'analyse des réseaux -- Analyse des données moyennes -- Étape 1 : analyse des expérimentations individuelles pour estimer les moyennes des traitements -- Étape 2 : analyse des données moyennes -- Exemple.</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">Une variante : analyse des données moyennes avec un modèle fixe -- Estimation de la variance d'interaction traitement-expérimentation -- Script R -- Expérimentations avec variances hétérogènes -- Introduction -- Exemple « blé » -- Pour aller plus loin -- Données manquantes -- Origine des données manquantes -- Moyennes ajustées -- Les facteurs lieu et année -- Objectif -- Exemple « blé_pluri » -- Modèle pour l'analyse des données moyennes -- Estimation de la variance de l'interaction traitement-année-lieu -- Variance de la différence entre deux traitements -- Analyse de l'exemple « blé_pluri » et script R -- Références -- 5. Planification d'un réseau d'expérimentations -- Objectif -- Comparaison de deux traitements -- Cas d'un réseau multilocal -- Cas d'un réseau multilocal et pluriannuel -- Autres contrastes -- Comparaison à la moyenne de plusieurs témoins -- Comparaison à la moyenne générale -- Références -- Partie II. La méta-analyse -- 6. Notions de base pour la méta-analyse -- Définition, origine et principales étapes de la méta-analyse -- Estimation d'une taille d'effet moyenne -- Objectif -- Recherche systématique des études, sélection des références et extraction de données -- Estimation de la taille d'effet moyenne avec un modèle sans effet aléatoire -- Estimation de la taille d'effet moyenne avec un modèle à effets aléatoires -- Métarégression -- Objectif -- Exemple -- Modèles de régression avec et sans effet aléatoire -- Exemple (suite) -- Analyse critique des résultats -- Références -- 7. Problèmes statistiques spécifiques pour la méta-analyse -- Définition de la taille d'effet -- Correction des biais liés à l'utilisation de ratios -- Différence entre moyennes d'observations -- Tailles d'effet pour les données binaires -- Coefficient de corrélation -- Tailles d'effet basées sur la variance.</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">Modèles linéaires généralisés pour l'analyse de données discrètes -- Modèle binomial logit à effets aléatoires pour analyser l'effet d'un traitement -- Exemple -- Modèles non linéaires mixtes -- Intérêt et définition -- Exemple -- Modèles bayésiens -- Définition -- Exemple : méta-analyse avec MCMCglmm -- Références -- Annexe -- Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres -- Installation -- Contenu et utilisation -- Mettre en uvre le modèle mixte sous R -- Ajuster un modèle mixte -- Manipuler les résultats des modèles mixtes sous R -- Le package metafor, dédié à la réalisation de méta-analyses sous R -- Approche bayésienne avec le modèle mixte -- Package MCMCglmm -- Package coda -- Références.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Agronomy</subfield><subfield code="x">Statistical methods.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Quantitative research.</subfield><subfield code="0">http://id.loc.gov/authorities/subjects/sh2007000909</subfield></datafield><datafield tag="650" ind1=" " ind2="6"><subfield code="a">Agronomie</subfield><subfield code="x">Méthodes statistiques.</subfield></datafield><datafield tag="650" ind1=" " ind2="6"><subfield code="a">Recherche quantitative.</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">TECHNOLOGY & ENGINEERING</subfield><subfield code="x">Agriculture</subfield><subfield code="x">Agronomy</subfield><subfield code="x">Crop Science.</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">TECHNOLOGY & ENGINEERING</subfield><subfield code="x">Agriculture</subfield><subfield code="x">Agronomy</subfield><subfield code="x">General.</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Quantitative research</subfield><subfield code="2">fast</subfield></datafield><datafield tag="655" ind1=" " ind2="4"><subfield code="a">Electronic book.</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Piraux, François,</subfield><subfield code="e">author.</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Brun, Francois,</subfield><subfield code="d">1979-</subfield><subfield code="e">author.</subfield><subfield code="1">https://id.oclc.org/worldcat/entity/E39PBJhdfjq8fjjfYDQjyPt9Xd</subfield><subfield code="0">http://id.loc.gov/authorities/names/no2014045884</subfield></datafield><datafield tag="758" ind1=" " ind2=" "><subfield code="i">has work:</subfield><subfield code="a">De l'analyse des réseaux expérimentaux à la méta-analyse (Text)</subfield><subfield code="1">https://id.oclc.org/worldcat/entity/E39PCH97xTrTfgKGqcQJGyHP73</subfield><subfield code="4">https://id.oclc.org/worldcat/ontology/hasWork</subfield></datafield><datafield tag="776" ind1=" " ind2=" "><subfield code="z">2-7592-2815-0</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="l">FWS01</subfield><subfield code="p">ZDB-4-EBA</subfield><subfield code="q">FWS_PDA_EBA</subfield><subfield code="u">https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1876805</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="938" ind1=" " ind2=" "><subfield code="a">Askews and Holts Library Services</subfield><subfield code="b">ASKH</subfield><subfield code="n">AH37555572</subfield></datafield><datafield tag="938" ind1=" " ind2=" "><subfield code="a">ProQuest Ebook Central</subfield><subfield code="b">EBLB</subfield><subfield code="n">EBL5496133</subfield></datafield><datafield tag="938" ind1=" " ind2=" "><subfield code="a">EBSCOhost</subfield><subfield code="b">EBSC</subfield><subfield code="n">1876805</subfield></datafield><datafield tag="938" ind1=" " ind2=" "><subfield code="a">YBP Library Services</subfield><subfield code="b">YANK</subfield><subfield code="n">15665890</subfield></datafield><datafield tag="994" ind1=" " ind2=" "><subfield code="a">92</subfield><subfield code="b">GEBAY</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-4-EBA</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-863</subfield></datafield></record></collection> |
genre | Electronic book. |
genre_facet | Electronic book. |
id | ZDB-4-EBA-on1049974850 |
illustrated | Illustrated |
indexdate | 2024-11-27T13:29:06Z |
institution | BVB |
isbn | 9782759228164 2759228169 2759228177 9782759228171 |
language | French |
oclc_num | 1049974850 |
open_access_boolean | |
owner | MAIN DE-863 DE-BY-FWS |
owner_facet | MAIN DE-863 DE-BY-FWS |
physical | 1 online resource : illustrations |
psigel | ZDB-4-EBA |
publishDate | 2018 |
publishDateSearch | 2018 |
publishDateSort | 2018 |
publisher | Éditions Quae, |
record_format | marc |
spelling | Makowski, David, 1972- author. https://id.oclc.org/worldcat/entity/E39PCjxdfbRKbQYGMjw7dWXjmd http://id.loc.gov/authorities/names/n2006027638 De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / David Makowski, François Piraux, François Brun. Versailles Cedex : Éditions Quae, [2018] ©2018 1 online resource : illustrations text txt rdacontent computer c rdamedia online resource cr rdacarrier L'analyse de données joue un rôle croissant dans la recherche agronomique, dans l'expertise scientifique et dans les études prospectives. Cet ouvrage, conçu comme un guide méthodologique, présente les intérêts et les limites de différentes méthodes statistiques permettant d'analyser des données agronomiques issues de réseaux expérimentaux et de réaliser des méta-analyses Includes bibliographical references. Online resource; title from PDF title page (EBSCO, viewed September 28, 2018). Intro -- Sommaire -- 1. Introduction et exemples -- Objectifs de l'analyse de réseaux d'expérimentations et de la méta-analyse -- Données -- Le type de données -- La collecte des données -- La validation des données -- Analyse -- Principales étapes -- Présentation des hypothèses testées -- Collecte des données -- Validation des données -- Analyse des données -- Validation de l'analyse -- Communication des résultats -- Objectif de l'ouvrage -- Un exemple simple de modèle mixte -- Définition -- Données -- Définition du modèle -- Estimation -- Comparaison avec le modèle sans effet aléatoire -- Références -- Partie I. Analyse des réseaux expérimentaux -- 2. Notions de base -- Expérimentation agronomique -- Réseau d'expérimentations -- Définition -- Exemple de réseau d'expérimentations -- Notion d'environnement -- Objectifs d'un réseau d'expérimentations -- Notion de population d'environnements -- Notion d'interaction -- Références -- 3. Analyse d'un réseau d'expérimentations en blocs aléatoires complets à un facteur étudié -- Objectif du chapitre -- Exemple « blé » -- Modélisation -- Modèle avec un effet expérimentation aléatoire -- Modèle avec un effet expérimentation fixe -- Exemple -- Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? -- Évaluation du modèle -- Normalité -- Homoscédasticité -- Indépendance -- Données suspectes -- Comparaisons de moyennes -- Tests d'hypothèse : tests d'égalité -- Intervalles de confiance -- Tests d'hypothèse : tests d'équivalence -- Exemple -- Exemple « blé » : script R et analyse commentée -- Références -- 4. Méthodes avancées pour l'analyse des réseaux -- Analyse des données moyennes -- Étape 1 : analyse des expérimentations individuelles pour estimer les moyennes des traitements -- Étape 2 : analyse des données moyennes -- Exemple. Une variante : analyse des données moyennes avec un modèle fixe -- Estimation de la variance d'interaction traitement-expérimentation -- Script R -- Expérimentations avec variances hétérogènes -- Introduction -- Exemple « blé » -- Pour aller plus loin -- Données manquantes -- Origine des données manquantes -- Moyennes ajustées -- Les facteurs lieu et année -- Objectif -- Exemple « blé_pluri » -- Modèle pour l'analyse des données moyennes -- Estimation de la variance de l'interaction traitement-année-lieu -- Variance de la différence entre deux traitements -- Analyse de l'exemple « blé_pluri » et script R -- Références -- 5. Planification d'un réseau d'expérimentations -- Objectif -- Comparaison de deux traitements -- Cas d'un réseau multilocal -- Cas d'un réseau multilocal et pluriannuel -- Autres contrastes -- Comparaison à la moyenne de plusieurs témoins -- Comparaison à la moyenne générale -- Références -- Partie II. La méta-analyse -- 6. Notions de base pour la méta-analyse -- Définition, origine et principales étapes de la méta-analyse -- Estimation d'une taille d'effet moyenne -- Objectif -- Recherche systématique des études, sélection des références et extraction de données -- Estimation de la taille d'effet moyenne avec un modèle sans effet aléatoire -- Estimation de la taille d'effet moyenne avec un modèle à effets aléatoires -- Métarégression -- Objectif -- Exemple -- Modèles de régression avec et sans effet aléatoire -- Exemple (suite) -- Analyse critique des résultats -- Références -- 7. Problèmes statistiques spécifiques pour la méta-analyse -- Définition de la taille d'effet -- Correction des biais liés à l'utilisation de ratios -- Différence entre moyennes d'observations -- Tailles d'effet pour les données binaires -- Coefficient de corrélation -- Tailles d'effet basées sur la variance. Modèles linéaires généralisés pour l'analyse de données discrètes -- Modèle binomial logit à effets aléatoires pour analyser l'effet d'un traitement -- Exemple -- Modèles non linéaires mixtes -- Intérêt et définition -- Exemple -- Modèles bayésiens -- Définition -- Exemple : méta-analyse avec MCMCglmm -- Références -- Annexe -- Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres -- Installation -- Contenu et utilisation -- Mettre en uvre le modèle mixte sous R -- Ajuster un modèle mixte -- Manipuler les résultats des modèles mixtes sous R -- Le package metafor, dédié à la réalisation de méta-analyses sous R -- Approche bayésienne avec le modèle mixte -- Package MCMCglmm -- Package coda -- Références. Agronomy Statistical methods. Quantitative research. http://id.loc.gov/authorities/subjects/sh2007000909 Agronomie Méthodes statistiques. Recherche quantitative. TECHNOLOGY & ENGINEERING Agriculture Agronomy Crop Science. bisacsh TECHNOLOGY & ENGINEERING Agriculture Agronomy General. bisacsh Quantitative research fast Electronic book. Piraux, François, author. Brun, Francois, 1979- author. https://id.oclc.org/worldcat/entity/E39PBJhdfjq8fjjfYDQjyPt9Xd http://id.loc.gov/authorities/names/no2014045884 has work: De l'analyse des réseaux expérimentaux à la méta-analyse (Text) https://id.oclc.org/worldcat/entity/E39PCH97xTrTfgKGqcQJGyHP73 https://id.oclc.org/worldcat/ontology/hasWork 2-7592-2815-0 FWS01 ZDB-4-EBA FWS_PDA_EBA https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1876805 Volltext |
spellingShingle | Makowski, David, 1972- Piraux, François Brun, Francois, 1979- De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / Intro -- Sommaire -- 1. Introduction et exemples -- Objectifs de l'analyse de réseaux d'expérimentations et de la méta-analyse -- Données -- Le type de données -- La collecte des données -- La validation des données -- Analyse -- Principales étapes -- Présentation des hypothèses testées -- Collecte des données -- Validation des données -- Analyse des données -- Validation de l'analyse -- Communication des résultats -- Objectif de l'ouvrage -- Un exemple simple de modèle mixte -- Définition -- Données -- Définition du modèle -- Estimation -- Comparaison avec le modèle sans effet aléatoire -- Références -- Partie I. Analyse des réseaux expérimentaux -- 2. Notions de base -- Expérimentation agronomique -- Réseau d'expérimentations -- Définition -- Exemple de réseau d'expérimentations -- Notion d'environnement -- Objectifs d'un réseau d'expérimentations -- Notion de population d'environnements -- Notion d'interaction -- Références -- 3. Analyse d'un réseau d'expérimentations en blocs aléatoires complets à un facteur étudié -- Objectif du chapitre -- Exemple « blé » -- Modélisation -- Modèle avec un effet expérimentation aléatoire -- Modèle avec un effet expérimentation fixe -- Exemple -- Comment choisir entre un modèle avec un effet expérimentation fixe et un modèle avec un effet expérimentation aléatoire ? -- Évaluation du modèle -- Normalité -- Homoscédasticité -- Indépendance -- Données suspectes -- Comparaisons de moyennes -- Tests d'hypothèse : tests d'égalité -- Intervalles de confiance -- Tests d'hypothèse : tests d'équivalence -- Exemple -- Exemple « blé » : script R et analyse commentée -- Références -- 4. Méthodes avancées pour l'analyse des réseaux -- Analyse des données moyennes -- Étape 1 : analyse des expérimentations individuelles pour estimer les moyennes des traitements -- Étape 2 : analyse des données moyennes -- Exemple. Une variante : analyse des données moyennes avec un modèle fixe -- Estimation de la variance d'interaction traitement-expérimentation -- Script R -- Expérimentations avec variances hétérogènes -- Introduction -- Exemple « blé » -- Pour aller plus loin -- Données manquantes -- Origine des données manquantes -- Moyennes ajustées -- Les facteurs lieu et année -- Objectif -- Exemple « blé_pluri » -- Modèle pour l'analyse des données moyennes -- Estimation de la variance de l'interaction traitement-année-lieu -- Variance de la différence entre deux traitements -- Analyse de l'exemple « blé_pluri » et script R -- Références -- 5. Planification d'un réseau d'expérimentations -- Objectif -- Comparaison de deux traitements -- Cas d'un réseau multilocal -- Cas d'un réseau multilocal et pluriannuel -- Autres contrastes -- Comparaison à la moyenne de plusieurs témoins -- Comparaison à la moyenne générale -- Références -- Partie II. La méta-analyse -- 6. Notions de base pour la méta-analyse -- Définition, origine et principales étapes de la méta-analyse -- Estimation d'une taille d'effet moyenne -- Objectif -- Recherche systématique des études, sélection des références et extraction de données -- Estimation de la taille d'effet moyenne avec un modèle sans effet aléatoire -- Estimation de la taille d'effet moyenne avec un modèle à effets aléatoires -- Métarégression -- Objectif -- Exemple -- Modèles de régression avec et sans effet aléatoire -- Exemple (suite) -- Analyse critique des résultats -- Références -- 7. Problèmes statistiques spécifiques pour la méta-analyse -- Définition de la taille d'effet -- Correction des biais liés à l'utilisation de ratios -- Différence entre moyennes d'observations -- Tailles d'effet pour les données binaires -- Coefficient de corrélation -- Tailles d'effet basées sur la variance. Modèles linéaires généralisés pour l'analyse de données discrètes -- Modèle binomial logit à effets aléatoires pour analyser l'effet d'un traitement -- Exemple -- Modèles non linéaires mixtes -- Intérêt et définition -- Exemple -- Modèles bayésiens -- Définition -- Exemple : méta-analyse avec MCMCglmm -- Références -- Annexe -- Package KenSyn : code R et jeux de données des exemples présentés dans les différents chapitres -- Installation -- Contenu et utilisation -- Mettre en uvre le modèle mixte sous R -- Ajuster un modèle mixte -- Manipuler les résultats des modèles mixtes sous R -- Le package metafor, dédié à la réalisation de méta-analyses sous R -- Approche bayésienne avec le modèle mixte -- Package MCMCglmm -- Package coda -- Références. Agronomy Statistical methods. Quantitative research. http://id.loc.gov/authorities/subjects/sh2007000909 Agronomie Méthodes statistiques. Recherche quantitative. TECHNOLOGY & ENGINEERING Agriculture Agronomy Crop Science. bisacsh TECHNOLOGY & ENGINEERING Agriculture Agronomy General. bisacsh Quantitative research fast |
subject_GND | http://id.loc.gov/authorities/subjects/sh2007000909 |
title | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / |
title_auth | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / |
title_exact_search | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / |
title_full | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / David Makowski, François Piraux, François Brun. |
title_fullStr | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / David Makowski, François Piraux, François Brun. |
title_full_unstemmed | De l'analyse des réseaux expérimentaux à la méta-analyse : méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / David Makowski, François Piraux, François Brun. |
title_short | De l'analyse des réseaux expérimentaux à la méta-analyse : |
title_sort | de l analyse des reseaux experimentaux a la meta analyse methodes et applications avec le logiciel r pour les sciences agronomiques et environnementales |
title_sub | méthodes et applications avec le logiciel R pour les sciences agronomiques et environnementales / |
topic | Agronomy Statistical methods. Quantitative research. http://id.loc.gov/authorities/subjects/sh2007000909 Agronomie Méthodes statistiques. Recherche quantitative. TECHNOLOGY & ENGINEERING Agriculture Agronomy Crop Science. bisacsh TECHNOLOGY & ENGINEERING Agriculture Agronomy General. bisacsh Quantitative research fast |
topic_facet | Agronomy Statistical methods. Quantitative research. Agronomie Méthodes statistiques. Recherche quantitative. TECHNOLOGY & ENGINEERING Agriculture Agronomy Crop Science. TECHNOLOGY & ENGINEERING Agriculture Agronomy General. Quantitative research Electronic book. |
url | https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1876805 |
work_keys_str_mv | AT makowskidavid delanalysedesreseauxexperimentauxalametaanalysemethodesetapplicationsaveclelogicielrpourlessciencesagronomiquesetenvironnementales AT pirauxfrancois delanalysedesreseauxexperimentauxalametaanalysemethodesetapplicationsaveclelogicielrpourlessciencesagronomiquesetenvironnementales AT brunfrancois delanalysedesreseauxexperimentauxalametaanalysemethodesetapplicationsaveclelogicielrpourlessciencesagronomiquesetenvironnementales |