Unité sous contrat
USC 1381
STAT SC
Statistique, Sensométrie et Chimiométrie
Présentation de l’unité
L’unité de Statistique, Sensométrie et Chimiométrie développe des
recherches au sein d’Oniris. Créée il y a une vingtaine d’années, elle
compte aujourd’hui cinq enseignants-chercheurs, deux ingénieurs
de recherche et une secrétaire.
Les thématiques de recherche de l’unité relèvent de la Statistique
Appliquée notamment dans le cadre de la Sensométrie et la
Chimiométrie. Elles ont trait à l’analyse de plusieurs tableaux de
données (données de prols sensoriels, données de préférence,
données biologiques, biochimiques, instrumentales…), la
classication de variables (par exemple, segmentation d’un panel
de consommateurs, réduction de la dimensionalité d’un tableau
de données), l’analyse des données de catégorisation perceptive
notamment par des procédures de tri libre et l’analyse de données
d’images hyperspectrales.
L’unité de Statistique, Sensométrie et Chimiométrie a acquis, grâce
à de nombreuses collaborations, une reconnaissance nationale et
internationale dans ses domaines de compétence.
INRA Angers-Nantes Pays de la Loire
Oniris
Rue de la Géraudière / CS 82225
F - 44322 Nantes Cedex 3
Contact
Tél. : +33 (0)2 51 78 54 40
Fax : +33 (0)2 51 78 54 55
evelyne.vigneau@oniris-nantes.fr
www.angers-nantes.inra.fr /Les-unites/SC
Direction
Evelyne Vigneau, directrice
Quelques chires
5 chercheurs et enseignants-chercheurs
2 ingénieurs de recherche
1 administratif
30 m2 de laboratoire
Thématique de recherche
Statistique appliquée
Fondamentalement, les modèles développés par les chercheurs
de l’unité relèvent de l’Analyse de Données impliquant
l’extraction de variables latentes ainsi que de techniques
de classication et de régression sur variables fortement
colinéaires.
Les domaines d’application privilégiés sont la Sensométrie
et la Chimiométrie
Partenariats
• Anses, Ifremer, CNRS, CHU Dijon, UMR PHAN (Inra -
Université de Nantes).
• Centre des Sciences du Goût et de l’Alimentation Inra
Dijon, Inra Clermont Ferrand, UMR GENIAL (Inra -
AgroParisTech), ESA Angers, équipe Flaveur (Oniris -
Cnrs), USC LABERCA (Oniris-Inra).
• Norvegian University of Life Science, Université de Genève,
Université de Lausanne, Université Ibn Tofail – Kénitra
Maroc, Université des Sciences et de la Technologie Houari
Boumédiène – Alger, Université de M’sila, Algérie.
• Peugeot, Lindt, L’Oreal, Valrhona, Danone, Takasago, Bel,
IFF.
Formation
• Formations continues en statistique appliquée (planication
expérimentale, analyse multivariée des données...).
• L’unité est rattachée à l’Ecole Doctorale EGAAL de l’Univer-
sité Bretagne-Loire (ComUE).
STAT SC - Rue de la Géraudière - CS 82225 - F - 44322 Nantes Cedex 3
Tél. : +33 (0)2 51 78 54 50 - Contact : evelyne.vigneau@oniris-nantes.fr - Info : ww.angers-nantes.inra.fr/Les-unites/SC
Service communication INRA - Janvier 2017
Faits marquants
Exemples de méthodes développées
• Analyse en composantes communes et poids spéciques
(ComDim)
Pour le traitement de tableaux multiples, cette méthode
apporte un éclairage sur les points de convergence et
également sur les points de divergence entre les tableaux
analysés.
• Classication de variables autour de Composantes Latentes
Développée sous l’acronyme CLV, cette méthode permet de
former des groupes de variables directionnels ou locaux, et
ore de nombreuses options qui permettent, par exemple,
de tenir compte d’informations connexes ou d’écarter des
variables « de bruit ».
• Catégorisation perceptive
Une nouvelle épreuve dite « tri libre taxonomique » a été
élaborée permettant d’aner l’épreuve de tri libre.
R Packages
• FreeSortR : Free Sorting data analysis - P. Courcoux.
• Blocks : an experimental R package for structuring with
multiblock objects - P. Dolce et M. Hana.
• Multigroup : Multigroup Data Analysis - A. Eslami, E.M.
Qannari, S. Bougeard, et G. Sanchez.
• CompR : Paired Comparison Data Analysis - M. Semenou.
• ClustVarLV : Clustering of Variables Around Latent
Variables - E. Vigneau et M. Chen.
Thèse soutenue en 2016
• Relations entre tableaux de données : exploration et
prédiction - Angélina El Ghaziri.
1 / 2 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!