4.2.2 Effet de la variance de dispersion sur les
données simulées
Nous nous intéressons maintenant à
l'étude de l'effet de la prise en compte du spatial sur l'estimation de
l'apparentement génétique. Nous avons pour cela fait quelques
simulations pour comparer le comportement du modèle spatial et celui du
modèle non spatial pour l'apparentement. Nous avons simulé
0.4 0.5 0.8 0.7 0.8
à cet effet des données simulées avec un
nombre variable de locus (5, 10 et 15 locus) et une variance de dispersion de
0.1, 1, 10 et 100. La distribution de l'apparentement obtenue avec ces
simulations est donnée par les Figures 4.16 à 4.26 pour 5, 10 et
15 locus et des variances de dispersion de 0.1, 1, 10 et 100 locus. Nous notons
que la prise en compte du spatial améliore bien l'estimation de
l'apparentement. En effet, la variabilité est généralement
moins importante avec le modèle spatial qu'avec le modèle
non-spatial. Le modèle non spatial sur-estime l'apparentement. La
variabilité du modèle non-spatial est réduite lorsque le
nombre de locus augmente. Nous notons que modèle spatial donne d'une
manière générale de meilleurs résultats que le
modèle non-spatial et ceci même lorsque la variance de dispersion
est grande. Lorsque la variance de dispersion est faible ou moyenne le
modèle spatial donne de meilleurs résultats et lorsque la
variance de dispersion est forte les deux modèles (modèle spatial
et modèle non spatial pour l'apparentement) donnent des résultats
assez similaires. Donc la prise en compte de l'information spatiale
améliore la qualité de l'estimation de l'apparentement
génétique par utilisation des données
moléculaires.
1 2
0.4 0.5 0.8 0.7 0.8
1 2
FIG. 4.16 - Corrélation entre l'apparentement
réel et l'apparentement estimé (1) dans le cas non spatial et (2)
dans le cas spatial avec 5 locus et une variance de dispersion égale
à 0.1
FIG. 4.17 - Corrélation entre l'apparentement
réel et l'apparentement estimé (1) dans le cas non spatial et (2)
dans le cas spatial avec 5 locus et une variance de dispersion égale
à 1
1 2
0.45 0.50 0.55 0.60 0.65 0.70 0.75
FIG. 4.18 - Corrélation entre l'apparentement
réel et l'apparentement estimé (1) dans le cas non spatial et (2)
dans le cas spatial avec 5 locus et une variance de dispersion égale
à 10
1 2
0.2 0.3 0.4 0.5 0.6 0.7
FIG. 4.19 - Corrélation entre l'apparentement
réel et l'apparentement estimé (1) dans le cas non spatial et (2)
dans le cas spatial avec 5 locus et une variance de dispersion égale
à 100
Application du modèle spatial développé
aux données sur le Karité Le seul caractère
phénotypique observé dans le jeu de donnés dont nous avons
disposé pour l'application de ce travail est le diamètre à
1, 30 mètre de hauteur. Comme ce caractère dépend de
l'âge des individus et que les individus observés n'ont pas tous
le même âge, l'estimation de l'héritabilité de ce
caractère avec ce jeu de données n'a pas de sens. Nous n'avons
donc pas pu appliquer le modèle spatial pour estimer à la fois
l'apparentement et l'héritabilité aux données
karité. Nous avons alors appliqué le modèle spatial pour
l'apparentement sur un jeu de données réduit seulement aux 58
individus pour lesquels le génotype était complet et dont on
disposait des coordonnées spatiales.
La distribution du paramètre í associé
à la distance spatiale (voir Définition 4)est donnée par
la Figure 4.27. La distribution de ce paramètre ne couvre pas la valeur
0 et donc nous en déduisons qu'il y a bien un effet de la distance
spatiale sur l'estimation de l'apparentement. Comme les valeurs estimées
du paramètre associé à la distance sont négatives,
plus la distance entre des individus est grande et moins ils sont
apparentés. Néanmoins cela reste à confirmer avec de plus
amples études.
1 2
0.65 0.70 0.75 0.80
0.60 0.65 0.70 0.75 0.80 0.85
1 2
FIG. 4.20 - Corrélation entre l'apparentement
réel et l'apparentement estimé (1) dans le cas non spatial et (2)
dans le cas spatial avec 10 locus et une variance de dispersion égale
à 0.1
| 
