Les modèles à effets mixtes sont très utiles pour modéliser différentes sources de variabilités au sein d’une population, via des effets fixes et des effets individuels. L’un des enjeux principaux en modélisation est de bien discriminer les deux types d’effets. Du point de vue statistique, il s’agit de tester la nullité des composantes de la variance du modèle, ce qui est un problème complexe. Des chercheurs de INRAE, de CentraleSupelec et de l’Université de Lille ont établi un résultat théorique asymptotique pour tester la nullité d’un sous-ensemble quelconque des composantes de la variance dans des modèles à effets mixtes très généraux et ont développé un package pour faciliter son application pratique, en particulier en agronomie, en génétique et en écophysiologie. Du point de vue pratique, être capable d’identifier les effets individuels est crucial : par exemple dans le contexte de la modélisation des interactions génotypes environnements via des modèles de culture ou écophysiologiques, identifier les effets individuels revient à identifier les paramètres mécanistes du modèle qui varient avec les génotypes, permettant ainsi de cibler des leviers d’action privilégiés pour sélectionner des variétés adaptées à différents environnements.
Contact : Estelle Kuhn
Unité : MaIAGE
Département : Mathnum/ MICA
Centre INRAE : Ile de France Jouy-en-Josas
INRAE 2030 Orientations scientifiques (OS) et Orientations de politiques générales (OP) : OS 5.1 – OS 1.3
Grands Objectifs Scientifiques (GOS) MathNum : GOS 2
Mots-clés : modèles à effets mixtes, composantes de la variance, modèle écophysiologique
![Illustration du choix de la suite croissante cd1+2 < · · · < cd2 utilisée dans l’algorithme pour approximer la loi du chi-bar squared (C. Baey, E. Kuhn).](/sites/default/files/styles/medium/public/2023-12/estelle.jpg?itok=B6S3QCNs)