Choix de la méthode expérimentale
Dans le domaine de la recherche agricole, il est important de choisir le bon plan d'expérience dès le début de l'essai afin que les analyses produites en fin de saison soient statistiquement significatives. Avant d'examiner plus en détail les différents types de plans, il convient de prendre le temps de comprendre pourquoi ils sont nécessaires.
Supposons qu'un sélectionneur de plantes choisisse deux parcelles de terre aussi semblables que possible et qu'il sème la même variété dans chaque parcelle. Même si l'obtenteur traite chaque parcelle avec des soins identiques, lorsqu'il mesure le rendement de chaque parcelle, les rendements sont différents.
Cette différence est appelée erreur expérimentale. Pour que l'obtenteur puisse prendre une décision éclairée sur la performance de deux ou plusieurs variétés, il doit disposer d'une estimation de l'erreur expérimentale dans l'essai. Si la différence mesurée entre les variétés est supérieure à l'erreur expérimentale, il peut être certain qu'une variété est plus performante que l'autre.
L'éleveur dispose de deux outils pour mesurer l'erreur expérimentale : la réplication et la randomisation.
La réplication permet d'estimer plus précisément l'erreur expérimentale, et la randomisation empêche toute autre source de variation non contrôlée de fausser les résultats.
Le sélectionneur dispose de deux outils pour mesurer l'erreur expérimentale : la réplication et la randomisation.
Ensemble, la réplication et la randomisation définissent le plan d'expérience et il existe un certain nombre de types communs qui ont été développés à l'intention des chercheurs agricoles :
- Conception entièrement aléatoire
- Bloc complet randomisé
- Carrés latins
- Conception d'une parcelle divisée
- Conception de parcelles en bandes
pour n'en citer que quelques-uns.
La conception la plus appropriée pour un essai particulier dépendra des diverses contraintes de l'essai, telles que : le nombre de variétés testées, la taille des machines utilisées pour appliquer les traitements, la taille des différences détectables entre les traitements et les ressources nécessaires (temps, espace et argent) pour mener à bien l'essai.
Conception entièrement aléatoire
Le plan complètement aléatoire est le plus simple de tous les plans. Dans ce type de plan, chaque traitement a la même probabilité d'être attribué à une parcelle.
Le plan complètement aléatoire présente de nombreux avantages : il permet de prendre en compte un nombre illimité de traitements et de répétitions ; l'analyse est simple et peut facilement prendre en compte les parcelles manquantes ; les degrés de liberté de l'erreur sont plus élevés que dans tout autre plan comportant le même nombre de traitements, ce qui permet une estimation plus précise de l'erreur expérimentale.
Les plans totalement aléatoires présentent un inconvénient : ils exigent que les parcelles soient plus ou moins complètement uniformes. S'il existe un degré élevé de variabilité dans les parcelles, par exemple en raison de la variation du sol, l'estimation de l'erreur expérimentale sera moins précise et les véritables différences entre les traitements risquent de ne pas être détectables.
En règle générale, les plans entièrement randomisés sont utilisés lorsque le site de l'essai est connu pour être particulièrement uniforme.
Elles peuvent également être très utiles dans les scénarios où l'on s'attend à ce qu'un grand nombre de parcelles échouent au cours de l'essai, car l'analyse des parcelles survivantes reste simple.
Les modèles entièrement randomisés sont utilisés lorsque le site de l'essai est connu pour être particulièrement uniforme.
Plan en blocs complets aléatoires
Le plan en blocs complets aléatoires est de loin le plan expérimental le plus répandu parmi les chercheurs agricoles d'aujourd'hui. Les parcelles sont regroupées en blocs sur la base de leur similitude, par exemple des types de sol similaires. Les parcelles se voient ensuite attribuer des traitements de manière à ce que chaque traitement soit appliqué une fois dans chaque bloc. Par conséquent, chaque bloc contient tous les
d'un traitement possible, d'où la conception en blocs complets.
Lors de la planification d'un plan en blocs complets, le chercheur doit s'assurer que toute variabilité au sein du bloc est minimisée, tandis que la variation entre les blocs doit être maximisée. Si la variabilité est faible sur le site de l'essai, les blocs peuvent être placés les uns à côté des autres. En revanche, s'il existe un gradient de variabilité à l'endroit où l'essai doit être réalisé, les blocs doivent être disposés en lignes perpendiculaires au gradient. En fait, il n'est pas nécessaire que les blocs soient adjacents les uns aux autres, sauf pour des raisons pratiques liées aux activités de mesure et de traitement.
Si nécessaire, les blocs peuvent être complètement séparés les uns des autres, à condition que leur emplacement ne soit pas différent au point d'appliquer un effet de traitement (par exemple, placer un bloc dans une partie irriguée du champ et un autre dans une partie non irriguée reviendrait à appliquer un effet de traitement et devrait être évité).
Cela peut s'avérer utile lorsque l'emplacement d'un essai chevauche différents types de sol, par exemple.
Les parcelles sont regroupées en blocs en fonction de leur similitude et chaque traitement est appliqué une fois dans chaque bloc.
Carré latin Design
Comme son nom l'indique, ce modèle forme un carré divisé en un nombre égal de lignes et de colonnes. Chaque traitement ou variété est placé de manière à apparaître exactement une fois dans chaque ligne et chaque colonne.
Le principal avantage du plan en carré latin est qu'il permet de prendre en compte deux sources de variation sur le site de l'essai. Par exemple, le champ dans lequel l'essai est mené peut présenter un gradient de fertilité dans une direction et une pente dans une autre.
Les plans en carré latin ne sont pas fréquemment utilisés dans les essais agricoles car ils présentent plusieurs inconvénients par rapport à d'autres plans.
Tout d'abord, le nombre de parcelles étant égal au carré du nombre de traitements, les essais peuvent devenir très importants et coûteux.
Deuxièmement, toute erreur commise au cours de l'essai, telle qu'une mauvaise application des traitements, peut rendre les données difficiles à analyser.
Troisièmement, s'il y a peu de traitements (moins de 4), les degrés de liberté de l'erreur sont faibles, ce qui se traduit par une estimation de l'erreur expérimentale plus importante.
Comme son nom l'indique, ce modèle forme un carré divisé en un nombre égal de lignes et de colonnes. Chaque traitement ou variété est placé de manière à apparaître exactement une fois dans chaque ligne et chaque colonne.
Le principal avantage du plan en carré latin est qu'il permet de prendre en compte deux sources de variation sur le site de l'essai. Par exemple, le champ dans lequel l'essai est mené peut présenter un gradient de fertilité dans une direction et une pente dans une autre.
Les plans en carré latin ne sont pas fréquemment utilisés dans les essais agricoles car ils présentent plusieurs inconvénients par rapport à d'autres plans.
Tout d'abord, le nombre de parcelles étant égal au carré du nombre de traitements, les essais peuvent devenir très importants et coûteux.
Deuxièmement, toute erreur commise au cours de l'essai, telle qu'une mauvaise application des traitements, peut rendre les données difficiles à analyser.
Troisièmement, s'il y a peu de traitements (moins de 4), les degrés de liberté de l'erreur sont faibles, ce qui se traduit par une estimation de l'erreur expérimentale plus importante.
Le carré latin peut tenir compte de deux sources de variation dans le site d'essai
Conception d'une parcelle divisée
Il est courant que les essais agricoles comportent plusieurs facteurs de traitement, par exemple en testant trois taux d'azote différents combinés à trois types de culture différents.
Pour ce faire, il est possible d'utiliser un plan en blocs complets randomisés dans lequel chaque combinaison des deux facteurs se retrouve dans chaque bloc. Cependant, certains traitements peuvent être difficiles ou impossibles à appliquer de cette manière.
Le matériel de culture est généralement à l'échelle d'une exploitation commerciale et nécessite de grandes parcelles, alors que l'azote peut être épandu à la main sur des parcelles beaucoup plus petites.
Pour faire face à ces complications, le chercheur agricole peut faire appel à la méthode des parcelles divisées. Dans ce schéma, un facteur est attribué à de grandes parcelles dans le cadre d'un schéma en blocs complets randomisés. Ces grandes parcelles sont ensuite subdivisées en parcelles plus petites, auxquelles les traitements de l'autre facteur sont appliqués de manière aléatoire.
Comme décrit ci-dessus, le principal avantage des plans de parcelles divisées est de permettre une gestion plus efficace des facteurs de traitement qui nécessitent des parcelles de tailles différentes. Les plans de parcelles divisées permettent également d'ajouter de nouveaux traitements à une expérience en cours en ajoutant simplement de grandes parcelles aux blocs.
Étant donné qu'il y a deux tailles de parcelles, les plans de parcelles divisées produisent deux erreurs expérimentales, une pour chaque taille. Cela peut souvent signifier que de grandes différences dans les observations sont nécessaires pour montrer une différence significative. Les plans à parcelles séparées présentent également l'inconvénient de nécessiter une analyse plus complexe.
Les équipements de culture sont généralement à l'échelle d'une exploitation commerciale et nécessitent de grandes parcelles.
Conception de parcelles en bandes
Une variante utile du plan de parcelles divisées est le plan de parcelles en bandes.
Dans les cas où il est plus facile d'appliquer chaque facteur de traitement par passes ou par bandes, il est possible d'utiliser des plans de parcelles en bandes.
Dans ces plans, un facteur est attribué à des bandes à l'intérieur de chaque bloc, et chaque bloc a sa propre randomisation. Le second facteur est ensuite appliqué dans des bandes perpendiculaires à la première, avec là encore une randomisation unique pour chaque bloc.
Le résultat ressemble à un damier de traitements.
Les plans de parcelles en bandes présentent des avantages et des inconvénients similaires à ceux des plans de parcelles divisées, permettant principalement une mise en place efficace de l'essai.
Une variante utile du plan de parcelles divisées est le plan de parcelles en bandes.
Dans les cas où il est plus facile d'appliquer chaque facteur de traitement par passes ou par bandes, il est possible d'utiliser des plans de parcelles en bandes.
Dans ces plans, un facteur est attribué à des bandes à l'intérieur de chaque bloc, et chaque bloc a sa propre randomisation. Le second facteur est ensuite appliqué dans des bandes perpendiculaires à la première, avec là encore une randomisation unique pour chaque bloc.
Le résultat ressemble à un damier de traitements.
Les plans de parcelles en bandes présentent des avantages et des inconvénients similaires à ceux des plans de parcelles divisées, permettant principalement une mise en place efficace de l'essai.
Dans ces modèles, un facteur est assigné aux bandes en cours d'exécution dans chaque bloc, et chaque bloc a sa propre randomisation.
Conception incomplète de la parcelle
Lorsque le nombre de traitements augmente, il peut être de plus en plus difficile de maintenir l'uniformité des blocs dans le cadre d'un plan en blocs complets randomisés. C'est particulièrement le cas dans les essais de sélection où un grand nombre de sélections sont testées. Afin de conserver des blocs suffisamment petits pour rester uniformes, seul un sous-ensemble de traitements peut apparaître dans un bloc donné, d'où le nom de plan en "blocs incomplets". Le chercheur dispose d'un certain nombre de plans en blocs incomplets différents, mais il s'agit d'un sujet trop complexe pour entrer dans les détails ici.
L'un des modèles proposés par QuickTrials est le treillis alpha, qui répond à des exigences spécifiques :
- Le nombre de parcelles par bloc (p) doit être inférieur à la racine carrée du nombre de traitements (t) ;
- Le nombre de répétitions doit être inférieur ou égal au rapport p/t ;
- Le nombre de traitements doit être un multiple de p.
Lorsque le nombre de traitements augmente, il peut être de plus en plus difficile de maintenir l'uniformité des blocs dans le cadre d'un plan en blocs complets randomisés. C'est particulièrement le cas dans les essais de sélection où un grand nombre de sélections sont testées. Afin de conserver des blocs suffisamment petits pour rester uniformes, seul un sous-ensemble de traitements peut apparaître dans un bloc donné, d'où le nom de plan en "blocs incomplets". Le chercheur dispose d'un certain nombre de plans en blocs incomplets différents, mais il s'agit d'un sujet trop complexe pour entrer dans les détails ici.
L'un des modèles proposés par QuickTrials est le treillis alpha, qui répond à des exigences spécifiques :
- Le nombre de parcelles par bloc (p) doit être inférieur à la racine carrée du nombre de traitements (t) ;
- Le nombre de répétitions doit être inférieur ou égal au rapport p/t ;
- Le nombre de traitements doit être un multiple de p.
Afin de conserver des blocs suffisamment petits pour rester uniformes, seul un sous-ensemble de traitements peut apparaître dans un bloc donné
Comment choisir
En général, la meilleure approche pour sélectionner un plan d'expérience est d'opter pour le plan le plus simple qui offre la précision requise, ainsi que l'aspect pratique nécessaire pour mener à bien l'essai.
Par ordre de complexité croissante, nous avons vu :
- Conception entièrement aléatoire
- Plan en blocs complètement randomisé
- Conception d'une parcelle divisée
- Conception de parcelles en bandes
- Carré latin
- Plan en blocs incomplets
