Application au traitement d’un jeu de données d’huiles d’olives.

Slides:



Advertisements
Présentations similaires
LESSON OBJECTIVES By the end of this lesson, I will be able to:
Advertisements

Réunion du SP2 - 6 juin 2007 Urbanisme des RadioCommunications D.2.2.1: Définition des besoins en mesures radio et métrologie(TDF:E.Nicolas)
Jean Paul CHAMBARET STAGE LASERS INTENSES
Quel temps fait-il? Il y a du soleil.
Savoir and connaître both mean to know. They are both irregular verbs. Je ne sais pas!
CLS algorithm Step 1: If all instances in C are positive, then create YES node and halt. If all instances in C are negative, create a NO node and halt.
Jeudi, el 25 de novembre 2010 La météo Learning objectives: be a self manager in learning to write the different types of weather in Spanish and using.
ANALYSE EN COMPOSANTES PRINCIPALES (ACP)
"Utilisation des outils hydrogéochimiques, isotopiques et hydrodynamiques pour appréhender le fonctionnement des aquifères de la région de Mogher Al Mer.
Les pronoms démonstratifs
It’s.  Both C’est and Il est/Elle est can mean it’s.  There are specific times to use each.
PARTIE 3c : Proche infrarouge (NIR)
La Météo. Learning objectives  Learn to recognise and name the different types of weather.  To be able to produce a weather forecast  Remember at least.
IP Multicast Text available on
EPI Aménagement d’un éco quartier dans la ville de New York
1MPES2 Multiply Polynomials
Comparaison de deux pourcentages.
Les interactions live.
rappels de statistique élémentaire
BLUETONGUE Belgium SCOFCAH, Brussels, 20 October 2006
Formulaire de soumission destiné aux chercheurs
Reference Document Document de référence
Thème 1 : Ondes et Matière.
Dans ma maison il y a… In my house there is…
Université Kasdi Merbah Ouargla Présenté par : Dr. Ladjel Segni
Le Subjonctif Avec les Expressions de Doute
EP-FR0002 Femmes et métiers traditionnellement masculins : facteurs protecteurs des effets de la menace du stéréotype en contexte professionnel  Alice.
Overview %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
IDL_IDL bridge The IDL_IDLBridge object class allows an IDL session to create and control other IDL sessions, each of which runs as a separate process.
Les Prépositions.
Francais 4 Chapter 4 Grammar 1
TP logiciel QGIS
Technologies de l’intelligence d’affaires Séance 12
Quelques méthodes de traitement des tableaux multiblocs
MATCHSLIDE : INT contribution Patrick HORAIN Hichem ATTI Waheb LARBI Presented as : "TELESLIDE: Technical aspects ", Jacques Klossa & Patrick Horain, Joint.
Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics Statistics & Econometrics.
Statistiques Sociales LC2
Arch. Hydrobiol. I 100 I I Stuttgart, Mai 1984
By the end of today’s lesson you will be able to:
POPULATION GROWTH IN AFRICA EXHIBITOR: Papa Abdoulaye Diouf.
Recommandations ergonomiques
The consequences of the.
Royaume de Maroc Université Hassan Premier Settat Faculté des Sciences et Techniques de Settat LA CLASSIFICATION K-MEANS SOUS R /MATLAB Master :Automatique.
TECHNIQUES PHYSICO-CHIMIQUES D’ANALYSE
Apports de la statistique spatialisée
dysplasie de la hanche chez le setter gordon
P LAMBOLEZ Partie maths V GILLOT Partie anglais
Comment bien rédiger un article scientifique ?
Quiz 1 What volume of a 10X DNA loading dye must you add to a 20 µl DNA sample to obtain a final concentration of 1X? –Ans.: dilution =1/10. Therefore.
Les spectres RMN du proton
Spectroscopie RMN du proton
Spectres UV – visible et IR
MATLAB Basics With a brief review of linear algebra by Lanyi Xu modified by D.G.E. Robertson.
Plan cartésien (4 quadrants) Transformations (réflexion / translation)
BUSINESS TEMPLATE ADD YOUR TITLE HERE Catalog Part 01 /YOUR TITLE Part 02 /YOUR TITLE Part 04 /YOUR TITLE Part 03 /YOUR TITLE.
Optimisation Logique Bruno Rouzeyre
Quel temps fait-il?.
What’s the weather like?
Subjects and verbs In French, as in English, a sentence will contain a subject and a verb. The subject of the sentence can be a noun or a pronoun. The.
Prise de terre??? Stage de sécurité électrique Aix Marseille.
Des chiffres pour être compris
MESURE DE RESULTATS DES IRR
Sous-échantillonner le signal audio pour compresser
Le Passé Composé (Perfect Tense)
Le Climat : Un dialogue entre Statistique et Dynamique
Formulaire de soumission destiné aux chercheurs
Utilisation du logiciel EduStat©
Distinguer origine et destinée
Les nombres = Numbers  .
Transcription de la présentation:

Application au traitement d’un jeu de données d’huiles d’olives. Tableaux multiples : Application au traitement d’un jeu de données d’huiles d’olives. 187 échantillons 6 origines géographiques Caractérisation chimique (dosage d’acides gras) et spectroscopique (NIR et MIR). Origine des données : Laboratoire des Systèmes chimiques complexes (N. DUPUY) Université Paul Cézanne / Aix Marseille III Traitements réalisés sous Matlab dans l’environnement « SAISIR » G. Mazerolles – Marseille - 02.06.09

G. Mazerolles – Marseille - 02.06.09

G. Mazerolles – Marseille - 02.06.09

Determination of common dimensions : Analyse de co-inertie multiple D. Chessel and M. Hanafi, Analyses de la co-inertie de K nuages de points, Rev. Statistique Appliquée, XLIV-2, (1996) 35-60. LV/X4 X1 X2 X3 X4 LV/X3 LV/X2 LV/X1 q LV : Latent Variables and associated loadings Weights Data tables Each common component qj can be interpreted according to the variables of the table Xi by depicting the vector of loadings associated to LVj/Xi. G. Mazerolles – Marseille - 02.06.09

« Consensus » entre NIR (spectres en d2) et concentrations mesurées Dim #01 Dim #02 Dim #03 Dim #04 NIR 0.12 0.06 0.04 0.02 CONC 0.95 0.00 Pourcentages d'inertie de chaque tableau participant au « consensus » G. Mazerolles – Marseille - 02.06.09

Scores LV1 et 2 concentration Scores LV1 et 2 NIR D2 Scores LV1 et 2 concentration Situation de chaque tableau par rapport au « consensus » G. Mazerolles – Marseille - 02.06.09

Variables « engagées » dans le consensus Loadings 1 et 2 NIR D2 Loadings 1 et 2 NIR D2 Variables « engagées » dans le consensus G. Mazerolles – Marseille - 02.06.09

« Consensus » entre MIR (spectres en d2) et concentrations mesurées Dim #01 Dim #02 Dim #03 Dim #04 MIR 0.65 0.14 0.08 0.05 CONC 0.95 0.00 0.04 Pourcentages d'inertie de chaque tableau participant au « consensus » G. Mazerolles – Marseille - 02.06.09

Situation de chaque tableau par rapport au « consensus » Scores LV1 et 2 MIR D2 Scores LV1 et 2 concentration Situation de chaque tableau par rapport au « consensus » G. Mazerolles – Marseille - 02.06.09

« Consensus » entre MIR (spectres en d2) et concentrations mesurées Dim #01 Dim #02 Dim #03 Dim #04 MIR 0.65 0.14 0.08 0.05 CONC 0.95 0.00 0.04 Pourcentages d'inertie de chaque tableau participant au « consensus » G. Mazerolles – Marseille - 02.06.09

Situation de chaque tableau par rapport au « consensus » Scores LV3 et 4 MIR D2 Scores LV3 et 4 concentration Situation de chaque tableau par rapport au « consensus » G. Mazerolles – Marseille - 02.06.09

Variables « engagées » dans le consensus Loadings 3 MIR D2 Loadings 3 et 4 Concentration Variables « engagées » dans le consensus G. Mazerolles – Marseille - 02.06.09

Consensus entre MIR, NIR (spectres en d2) et concentrations mesurées 0.19 0.59 0.08 0.05 NIR 0.12 0.01 0.04 CONC 0.95 0.02 Pourcentages d'inertie de chaque tableau participant au « consensus » G. Mazerolles – Marseille - 02.06.09

Situation des tables spectrales par rapport au consensus Scores LV1 et 2 MIR D2 Scores LV1 et 2 NIR D2 Situation des tables spectrales par rapport au consensus G. Mazerolles – Marseille - 02.06.09

Consensus entre MIR, NIR (spectres en d2) et concentrations mesurées 0.19 0.59 0.08 0.05 NIR 0.12 0.01 0.04 CONC 0.95 0.02 Pourcentages d'inertie de chaque tableau participant au « consensus » G. Mazerolles – Marseille - 02.06.09

Situation des tables spectrales par rapport au « consensus » Scores LV1 et 3 MIR D2 Scores LV1 et 3 NIR D2 Situation des tables spectrales par rapport au « consensus » G. Mazerolles – Marseille - 02.06.09