Escolar Documentos
Profissional Documentos
Cultura Documentos
Btiment U3
118 routes de Narbonne
31 062 Toulouse cedex 9
Rapport de stage
Conception et dveloppement
informatique dune interface de
couplage sous R
Maeva GARCIA
Stage de fin de licence 3 statistique et informatique dcisionnelle
Du 1er avril au 30 juin 2013
Soutenance le 1er juillet 2013
Remerciements
Je remercie dans un premier temps Ronan Trpos et Robert Faivre, mes
encadrants de stage pour leur soutien et leur aide durant les trois mois de travail. Ils
m'ont permis de raliser ce stage et m'ont consacr du temps afin de rpondre mes
questions. Je remercie aussi Juihui Wang, pour son aide et les solutions quil a su
apporter aux difficults rencontres. Enfin, je remercie Herv Monod pour sa
participation au projet.
Je souhaite aussi remercier Rgis Sabbatin, directeur de l'unit au sein de
laquelle j'ai effectu mon stage, de m'avoir accueilli pour ces trois mois. Je remercie
de mme Fabienne Ayrignac, ma responsable administrative pour son accueil le
premier jour et m'avoir encadr tout au long du stage.
Je remercie la formation SID, de l'universit Paul Sabatier de Toulouse pour
leurs enseignements sans lesquels raliser ce stage n'aurait pas t possible. Je
souhaite plus prcisment remercier Christelle Chaudet pour son encadrement, et sa
visite lors du stage.
Pour finir, je remercie les autres stagiaires et les doctorants de leurs
sympathies tout au long du stage, plus particulirement mon amie Lela pour son
soutien constant.
2
Maeva Garcia
Rsum
Dans le cadre de ma 3me anne de licence SID, Statistique et Informatique
Dcisionnelle de Toulouse, jai effectu mon stage de fin dtude lINRA (Institut
National de la Recherche Agronomique) au dpartement MIA (Mathmatiques et
Informatique Appliques) dans lunit MIAT (Mathmatiques et Informatique
Appliques Toulouse). Jai travaill au sein de la plate-forme RECORD qui est une
plate-forme de modlisation et de simulation pour lanalyse et la conception de
systmes de culture innovants. Elle sappuie sur un logiciel cod en C++ nomm VLE
(Virtual Environment Laboratory) qui est un environnement de multi-modlisation
et de simulation.
Le rseau MEXICO est un rseau de scientifiques anim par plusieurs
chercheurs du dpartement MIA de lINRA, qui propose un paquet R pour
lexploration de modle en se focalisant sur linteroprabilit avec des plates-formes
de modlisation. Ce paquet propose une homognisation de diffrentes mthodes
danalyse et a vocation stendre dautres problmatiques. Durant ce stage nous
avons cibl les mthodes danalyse de sensibilit. Ce type danalyse permet au
modlisateur d'identifier les paramtres et les variables d'entres qui ont une forte
influence sur les sorties et inversement d'identifier ceux qui ont une influence
moindre.
La plate-forme de simulation souhaitait proposer ses diffrents utilisateurs
des outils pour l'valuation statistique et l'exploration numrique de leurs modles.
Lobjectif tait donc de raliser le couplage entre le paquet dexploration de modles
et le paquet rvle, qui assure la communication entre R et VLE. Le but tant dutiliser
les fonctionnalits du paquet dexploration de modle dans le paquet de simulation.
Jai ainsi ralis le couplage en dveloppant un script R permettant danalyser les
modles avec les commandes disponibles dans le paquet dexploration.
Le rsultat obtenu est linterface informatique entre les deux paquets. Cette
interface informatique permet aux utilisateurs de raliser lexploration de modle en
utilisant les fonctionnalits du paquet dexploration.
3
Maeva Garcia
Abstract
As part of my 3rd year license SID (statistics decisional and computer
science) of Toulouse, I made my final internship at INRA (French National Institute
for Agricultural Research) into MIA department (Mathematics and Computer Science
Applied) in MIAT unit (Mathematics and Computer Science Applied Toulouse). I
worked in the platform RECORD which is a platform for modeling and dedicated to
the study of agro-ecosystems. It relies on software coded in C++ named VLE (Virtual
Environment Laboratory) which is an environment multi-modeling and simulation.
The network MEXICO is a network animated by several scientific researchers
from MIA Department of INRA, which offers a R package model exploration focusing
on
interoperability
with
modeling
platforms.
This
package
provides
4
Maeva Garcia
Sommaire
Introduction .............................................................................................. 6
Partie I : Prsentation de lentreprise ........................................................ 7
I LINRA ......................................................................................................... 7
II Le centre Toulouse Midi-Pyrnes ............................................................. 8
III Dpartement MIA ..................................................................................... 9
IV Unit MIAT ................................................................................................ 9
V La plate-forme RECORD ............................................................................ 11
Partie II : Technologies............................................................................ 13
I Le logiciel R ................................................................................................13
II Les paquets utiliss en stage .....................................................................14
III Liens entre les diffrents paquets ........................................................... 18
Bilan......................................................................................................... 47
Bibliographie - Sitographie...................................................................... 48
Annexes ................................................................................................... 49
5
Maeva Garcia
Introduction
Mon stage de fin d'tude de troisime anne de licence Statistique et
Informatique Dcisionnelle (SID) de l'universit Paul Sabatier, Toulouse s'est
droul au sein de l'Institut National de la Recherche Agronomique de Toulouse, sur
le site d'Auzeville, dans l'unit de Mathmatiques et Informatique Appliques de
Toulouse (MIAT). Il s'est tenu sur trois mois du 2 avril au 28 juin 2013.
L'objectif de ce stage tait de concevoir et de dvelopper une interface de
couplage entre l'environnement gnrique dvelopp par le rseau MEXICO et le
logiciel de modlisation et de simulation VLE. Il convenait de dvelopper le protocole
de couplage entre ces deux outils et de le mettre en uvre dans le langage R. Enfin la
dernire partie du travail avait pour mission de raliser une interface graphique
contenant le couplage.
Dans un premier temps, je prsenterai l'INRA, ses missions, ses units ou
encore ses dveloppements. Dans un deuxime temps, nous prsenterons les
techniques utilises aux cours de ce stage : les outils utiliss et les logiciels dj
prsents. Pour poursuivre, nous approfondirons le travail ralis et les problmes
rencontrs. Enfin avant de conclure, nous aborderons les mthodologies mises en
place durant le stage.
6
Maeva Garcia
I LINRA
1.
Historique
Les objectifs
7
Maeva Garcia
clairer, par son expertise, les dcisions des acteurs publics et privs.
Historique
Axes scientifiques
Grce une large diversit des comptences des sciences du vivant aux sciences
du numrique et aux sciences conomiques et sociales, les quipes du centre INRA
Toulouse Midi-Pyrnes privilgient des recherches pour faire face aux grands dfis
du vingt-et-unime sicle comme par exemple des systmes de productions agricoles
(vgtaux, animaux) et forestiers plus durables adapts au changement climatique,
ou encore une alimentation attentive aux questions de sant.
8
Maeva Garcia
IV Unit MIAT
Les diffrents centres de recherches se dcomposent en unit de recherches, et
toutes les units sont rattaches un dpartement. Mon stage a eu lieu dans l'unit
Mathmatique et Informatique Applique Toulouse.
La Biologie intgrative a pour but dtudier le fonctionnement dun organisme vivant dans
sa complexit. Il sagit donc de dcrire, comprendre, et prdire les tres vivants dans son ensemble.
1
9
Maeva Garcia
1.
Objectifs
2.
Lorganisation
L'unit est dirige par Rgis Sabbadin, et compose de six quipes2. Parmi les
six quipes nous retrouvons :
- deux quipes de recherche qui sont SaAb (Statistique et Algorithme pour la
Biologie) et MAD (Modlisation des Agro-cosystmes et Dcision). Elles
correspondent respectivement aux domaines suivants : la bioinformatique et
la modlisation de systmes complexes ;
- trois plates-formes3 : deux plates-formes axes sur la bioinformatique et une
plate-forme de modlisation nomme RECORD ;
- une quipe administrative.
Ces recherches saccompagnent galement dune activit de production de
logiciels pour leur valorisation et dune activit de formation pour leur diffusion. Au
sein de l'unit sont dvelopps des logiciels qui peuvent tre cibls vers les chercheurs
et la communaut scientifique de rfrence ou vers les biologistes et les agronomes.
Nous allons prsent nous intresser plus prcisment la plate-forme RECORD car
il sagit de la plate-forme au sein de laquelle jai effectu mon stage.
Une Plate-forme est en informatique une base de travail partir de laquelle nous pouvons crire,
lire, utiliser, dvelopper un ensemble de logiciels.
10
Maeva Garcia
V La plate-forme RECORD
1.
Prsentation
Logiciels dvelopps
Fonctionnement de la plate-forme
Maeva Garcia
12
Maeva Garcia
Partie II : Technologies
Dans cette deuxime partie, nous prsenterons le contexte du stage, et les
technologies utilises au cours de ce stage.
I Le logiciel R
1.
Prsentation gnrale
Notion de paquets
13
Maeva Garcia
14
Maeva Garcia
VLE
Mon
simulateur
rvle
16
Maeva Garcia
17
Maeva Garcia
18
Maeva Garcia
nous
l'avons
vu
dans
la
prsentation
de
la
plate-forme,
l'exprimentation sur le terrain est importante pour les agronomes mais trs
complique mettre en place et trs coteuse. Les agronomes utilisent donc des
modles reprsentant le fonctionnement des cultures. Ces modles sont souvent
utiliss dans diffrents domaines et constituent un outil d'aide la dcision. Il existe
une grande diversit de modles mais ils sont souvent composs de quatre lments :
des variables d'entre, des variables de sorties, des valeurs des paramtres et des
quations. Nous utiliserons le terme de facteurs pour dfinir les variables dentres et
les facteurs.
Comme ils sont des reprsentations simplifies de la ralit, les modles conduisent
des erreurs de prdiction ou des dcisions errones. Il est donc important de
connatre les principales sources d'incertitude d'un modle et d'analyser leurs
consquences sur les prdictions et l'aide la dcision. Les mthodes d'analyse
d'incertitude et de sensibilit constituent alors des outils utiles pour dcrire
l'incertitude dans les sorties d'un modle et hirarchiser l'importance des diffrents
lments incertains.
19
Maeva Garcia
20
Maeva Garcia
Pour raliser une analyse de sensibilit plusieurs mthodes existent. Nous allons
prsent dvelopper un exemple, la mthode de Morris.
2.
La mthode de Morris
La mthode Morris utilise une discrtisation de lespace des facteurs : seuls des
points appartenant une grille rgulire multidimensionnelle sont susceptibles dtre
chantillonnes. Une seconde caractristique est que linfluence de chaque facteur Xk
est value en comparant des simulations pour lesquelles seul ce facteur Xk a vari. Il
dagit donc dune mthode dite OAT signifiant en anglais One At a Time
traduit par un par un . La combinaison des deux principes dcrits ci-dessus fait de
cette mthode Morris, une mthode robuste et efficace pour lanalyse de sensibilit.
Echantillonnage
Soit un modle comprenant K facteurs, la gamme de variation de chaque facteur
est discrtise en Q niveaux { 0,
j+1)
21
Maeva Garcia
variation
suivant :
,,
Ej(i) =
,,
,,
,,
O :
est le modle ;
(respectivement
- j =
- j =
o j =
r
i=1
i=1
| Ej(i) |
!) #$ '
Ej(i)
22
Maeva Garcia
3.
24
Maeva Garcia
Prsentation du modle
Aprs avoir pris en main le modle, il sagissait de raliser le couplage entre le paquet
de simulation rvle et le paquet dexploration mtk spcifiquement pour ce modle
2CV .
2.
file
"2CV-exploration.vpz",
pkg
setDefault(cv,"condDecAgent.apportEau"=param[1])
setDefault(cv,"condDecAgent.nbJoursAvantRetour"=as.integer(par
am[2]))
setDefault(cv,"condDecAgent.quantiteEauPeriodeSeche"=param[3])
setDefault(cv,"condDecAgent.quantiteEauSolPortant"=param[4])
setDefault(cv,"condDecAgent.stockEau"=param[5])
cvres=results(run(cv))
y<-cvres$vueFinalBilan[1,"model:Bilan.Profit"]
return(y)
}
Figure II.1 : code de la fonction model
26
Maeva Garcia
Maeva Garcia
est structure en diffrentes vues. De manire gnrale, les sorties de simulation des
modles, sous RECORD, sont structures en vues ; une vue contenant les
informations issues de chaque simulation et une vue contenant le bilan de la
simulation. Pour rcuprer la valeur qui nous intresse dans notre cas, nous nous
positionnons dans cvres puis sur la vue contenant le bilan en indiquant que nous
souhaitons rcuprer le profit. C'est ce que fait la commande :
y<-cvres$vueFinalBilan[1,"model:Bilan.Profit"] .
Enfin la dernire tape de la fonction .model a pour objectif de retourner la valeur
de la variable de sortie.
b - Fonction .simule
La deuxime fonction ncessaire pour crer le modle au sein du paquet
d'exploration de modle est la fonction .simule [cf. Figure II.2]. Cette fonction
permet de simuler le comportement du modle pour un ensemble de valeurs de
paramtres.
aux deux (c(1,2)) et enfin le nom de la fonction appliquer. Dans notre cas, le tableau
de donnes est la matrice X passe en paramtre. Nous appliquons la fonction
cv.model dcrite prcdemment chaque ligne de X afin de rcuprer le profit du
mas correspondant.
La seconde tape consiste transformer les rsultats en un data-frame. Un
data-frame est une structure R o chaque colonne peut avoir son type
(contrairement une matrice dont tous les lments doivent avoir le mme type).
Enfin, nous crivons la sortie sous la forme dune liste qui contient dans un premier
temps Y contenant tous les profits obtenus en fonction des diffrents jeux de donnes
passe dans X et les informations complmentaires. Ici, les informations sont
NULL puisqu'il n'y en a pas.
29
Maeva Garcia
3.
Dans les parties prcdentes, nous avons donc cr le modle [cf. figure II.1 et
figure II.2] de simulation dune conduite de mas puis nous lavons intgr au paquet
dexploration de modle mtk [cf. figure II.3]. A prsent, nous allons raliser une
analyse de sensibilit du modle de conduite dune culture de mas (2CV ), en
dcrivant les diffrentes commandes mettre en uvre sous R.
Le paquet dexploration de modle repose sur une architecture trois
composantes6 : la gestion des facteurs, la gestion du workflow et la gestion des accs
aux ressources externes.
La premire tape raliser pour lancer lanalyse est la dclaration des facteurs.
Pour rappel le modle que nous utilisons contient cinq variables de dcision. Pour
former les diffrents facteurs, nous utilisons la fonction make.mtkFactor qui
permet de dclarer un facteur sous mtk. Cette fonction prend en arguments plusieurs
lments mais il nest pas obligatoire de tous les renseigner. Seuls deux lments sont
ncessaires pour construire un facteur : name le nom du facteur et
distribname le nom de la distribution. Il existe dautres paramtres comme id
qui est le nom complet du facteur, unit donnant lunit des valeurs du facteur,
nominal donnant la valeur nominale du facteur, distriPara concernant les
paramtres de la distribution du facteur, levels reprsentant les niveaux des
facteurs.
Le code suivant illustre lutilisation de la fonction dfinie ci-dessus : il sagit de la
dclaration dun des cinq facteurs du modle, le facteur apport deau.
Maeva Garcia
pour gnrer les plans et une liste fournissant des informations complmentaires sur
la mthode choisie. Cette liste est diffrente selon la mthode slectionne dans le
premier argument. Dans lexemple, il sagit dun chantillonnage par Fast.
La fonction mtkNativeEvaluator permet de mettre en place le processus
dvaluation du modle et prend en paramtre le nom du modle que lon souhaite
simuler.
La fonction mtkNativeAnalyser procde au calcul des indices sensibilit. Elle
prend en paramtres la mthode choisie pour lanalyse et une liste dinformations
supplmentaires sur la mthode.
Des lors que ces trois processus sont dclars, il convient dutiliser la fonction
mtkExpWorkflow pour former le workflow. Nous passons en argument de
cette fonction deux lments : la liste contenant tous les facteurs dont nous
souhaitons analyser les effets (expFactors) et les diffrents processus dclars
(processesVector). Ensuite, nous excutons le workflow laide de la fonction
run . Puis nous rcuprons le rsum statistique et les sorties graphiques du
modle.
#Formation du workflow.
cv.work <- mtkExpWorkflow(expFactors=cv_fact,
processesVector=c(design=cv.design,
evaluate=cv.evaluate,
analyze=cv.analyse))
#Excution du workflow.
mtk::run(cv.work)
En excutant les deux dernires lignes de la figure II.7, nous rcuprons plusieurs
informations intressantes pour lanalyse de sensibilit comme les indices de
sensibilit ou encore le graphique des reprsentations de linfluence.
32
Maeva Garcia
Indices principaux
Indices totaux
apportEau
0.3597876315
0.653138722
nbJoursAvantRetour
0.0288302419
0.033718844
quantiteEauPeriodeSeche
0.0003402013
0.03487332
quantiteEauSolPortant
0.0002199106
0.004014823
stockEau
0.6502731658
0.822371626
Ce tableau nous informe sur les indices de sensibilit principaux et sur les
indices de sensibilits totaux. Les indices de sensibilit totaux prennent en compte
leffet principal du facteur et leffet des interactions avec les autres facteurs. Sur ce
tableau, nous pouvons dire que deux facteurs ont le plus dinfluence sur notre sortie,
ce sont lapport dEau et le stock dEau. Nous pouvons retrouver ces rsultats
graphiquement (graphique II.1).
Pour conclure, sur notre modle exemple, cette analyse nous permet de dire
que deux facteurs ont une forte influence sur le profit du mas et inversement trois
facteurs ont une influence moindre. Nous pouvons ainsi en dduire que lapport eau
33
Maeva Garcia
et le stock deau jouent un rle important sur le profit du mas. De plus pour la
variable apport deau nous pouvons constater que ses interactions avec les autres
variables ont un effet important sur la sortie. Par contre, les trois variables de
dcisions (nbJourAvantRetour, quantiteEauPeriodeSeche, quantiteEauSolPortant)
nont que trs peu deffet sur le profit simul.
4.
Bilan du couplage-exemple
34
Maeva Garcia
1.
Dmarche de dveloppement
Dans cette partie, nous ne dvelopperons pas le code qui a t cre, celui-ci sera
mis en annexe numro 4 page 52 de ce rapport. Nous expliquerons les principales
dmarches de dveloppement et les diffrences par rapport au couplage sur
lexemple.
Le simulateur que nous souhaitions crer devait tre unique pour tous les
modles de RECORD mais configurable pour lidentification du modle. De la mme
manire que pour le couplage sur lexemple, nous avons du crire une fonction
.simule [cf. figure II.2] ayant le mme objectif c'est--dire lvaluation du modle
pour un ensemble de valeurs des paramtres. Lors de cette premire tape nous
navions renseign aucun lment dans largument information de la fonction. Dans
la gnralisation de la mthode, nous avons choisi dutiliser cet argument pour
spcifier lidentification du modle. Nous prcisons diffrents arguments : le paquet
VLE auquel appartient le modle, le nom du modle dans ce paquet VLE, la vue, un
indice et le nom de la variables de sortie. Nous passons galement dans cet argument
la liste contenant tous les facteurs [cf. figure II.5]. Elle va nous tre utile pour
spcifier le type des variables avant la simulation, si nous ne spcifions pas le type, la
simulation du modle au sein du paquet de simulation peut chouer.
Lors du couplage sur lexemple, nous avons cr une fonction .model [cf.
figure II.1] qui avait pour but de simuler le modle en fonction des paramtres passs
en argument. Dans le couplage gnrique, la fonction .model nexiste pas. Ce
choix est justifi car nous souhaitions utiliser la simulation des plans dexprience et
la paralllisation fourni par le paquet de simulation de modle rvle. Nous ne
souhaitions pas utiliser la fonction apply() [cf. figure II.2].
Cest au sein de cette fonction [cf. annexe 4 page 52] que nous retrouvons le
couplage entre les deux paquets. Elle nous permet dtendre les fonctionnalits de la
bibliothque dexploration de modle mtk au paquet de simulation rvle.
35
Maeva Garcia
Dans la partie qui suit, nous allons prsenter les diffrents changements
quimpliquent le couplage gnrique pour effectuer une analyse de sensibilit.
2.
36
Maeva Garcia
IV Interface graphique
Dans cette partie, nous allons aborder le dernier aspect du stage qui est
linterface graphique. Cette interface complte linterface fonctionnelle ralise
auparavant. Elle a t ralise avec le paquet de cration dinterface R, shiny. Nous
expliquerons dans un premier temps, les objectifs de linterface puis nous aborderons
la dmarche de dveloppement.
1.
Objectif de linterface
Dmarche de dveloppement
Linterface que nous souhaitions adopter tait constitue dun panneau latral
gauche o les options sont dfinies par les utilisateurs. Ce panneau permet de
prciser lexprience que souhaite raliser lutilisateur : lanalyse de sensibilit dans
notre cas. Par la suite nous prcisions les informations pour rcuprer le modle que
nous souhaitons analyser. Et les dernires informations concernent les facteurs
prendre en compte dans lanalyse.
Une maquette se trouve en annexe numro 8 page 54. Pour dcrire un minimum ce
panneau situ gauche, il se compose comme un formulaire o plusieurs boutons
37
Maeva Garcia
Perspectives
A la fin du stage, linterface nest pas termine il reste encore faire le lien
entre cette interface et le couplage de manire rcuprer les informations sur les
diffrents analyses que nous souhaitons faire. Il faut faire le lien entre ce qui a t
cod et les informations saisies dans linterface.
39
Maeva Garcia
Partie IV : Mthodologies
Dans cette partie, nous allons expliquer les mthodes utilises lors du
stage, plus prcisment lorganisation du travail, ou encore les diffrentes mthodes
employes pour communiquer avec mes responsables.
I Planning
Ce premier point, a pour objectif de prsenter le diagramme de Gantt illustrant le
planning prvisionnel et le planning effectif. Il a pour but de montrer les diffrentes
tapes du stage et leur dure.
Poste de travail
41
Maeva Garcia
De plus, assimile notre compte INRA, une adresse email a t cre. Elle a
permis de communiquer avec les autres dveloppeurs et de recevoir les informations
sur la vie de lunit ou plus gnralement sur la vie du centre.
2.
Mthode AGILE
Gnralits
42
Maeva Garcia
donner aux dveloppeurs une plus grande libert, puisque leurs modifications ne
peuvent affecter que leurs dpts.
b)
Fonctionnement
Pour bien saisir lutilisation du git, dfinissons dans un premier temps quelque
concepts importants.
Un dpt est un espace o sont conserves toutes les modifications apportes au
code source du logiciel.
Un commit est une structure de donnes permettant de sauvegarder les
informations concernant les changements qui ont t apports dans le code source.
En outre, un commit contient dautres informations importantes comme le nom du
dveloppeur, la date, ltat du projet ainsi quun message permettant dclaircir le but
du commit.
Une branche est une fonctionnalit permettant davoir plusieurs versions de travail
dans un mme dpt, sans que ces modifications entrent en conflits. Les branches
permettent de sparer la version principale du programme des versions de travail,
elles permettent aussi de travailler sur plusieurs fonctionnalits de manire
simultane.
Git est un logiciel en lignes de commandes, le tableau ci-joint illustre les diffrents
commandes couramment utilises :
git clone adresse
git status
git commit
git push
git fetch
43
Maeva Garcia
c)
Runions
44
Maeva Garcia
La cinquime runion a eu lieu le 3 juin 2013, afin de faire le point sur lavance
du projet. Et pour galement parler de la journe des stagiaires et du rsum qui tait
crire.
La sixime runion a eu lieu le 11 juin 2013, il sagissait dune rptition pour
loral du jeudi 13 juin 2013, de prsentation du stage lunit.
2.
La visioconfrence
Jour de travail
Skype est un logiciel gratuit permettant aux utilisateurs de communiquer via internet par
45
Maeva Garcia
de fournir un travail dquipe. Durant ces runions, jtais quelque fois la seule
interlocutrice de MIAT, cela ma permis de bien mintgrer au projet et davoir une
place au sein de lquipe.
46
Maeva Garcia
Bilan
Les travaux raliss au cours de stage permettront aux utilisateurs de rvle de
pouvoir effectuer des explorations de modles. Cest un aspect important pour mieux
comprendre les systmes. Le coupage est ralis et oprationnel, ctait lobjectif
principal du stage. Linterface graphique est en cours de dveloppement et mrite
encore du temps de codage pour la rendre fonctionnelle. Ce stage est contributeur
dans le rseau MEXICO car il permet dtendre les fonctionnalits du paquet
dexploration mtk.
Dun point de vue personnel, ce stage ma permis de connatre de nouvelles
mthodes statistiques, notamment toutes les mthodes lies lexploration des
modles. Il ma galement permis de mettre en application mes comptences
acquises durant mes trois annes dtudes post-bac. Il ma apport aussi lopportunit
de dcouvrir lenvironnement dans le domaine de la recherche. Jai apprci cette
exprience car je lai trouve enrichissante pour mes connaissances personnelles.
Le travail que jai ralis ma permis de me perfectionner dans la
programmation sous R. Jai appris lutilisation des paquets sous R, lutilisation de
diffrents mthodes. Jai galement acquis de nouvelles connaissances en
informatique et en gestion de projet comme lutilisation du systme de gestion de
versions. Ce stage est complmentaire mon anne dtude au sein de la formation
statistique et informatique dcisionnelle. Il ma apport une nouvelle exprience, des
nouvelles connaissances scientifiques et ma permis de comprendre les enjeux dun
projet informatique.
47
Maeva Garcia
Bibliographie - Sitographie
Livre
Analyse de sensibilit et exploration de modles applications aux sciences
de la nature et de lenvironnement.
R.Faivre, B.Ioos, S.Mahvas, D.Makowski, H.Monod, d.
Edition Quae 2013. 324 pages
Sites
Plate-forme RECORD : https://www6.inra.fr/record
Rseau MEXICO : http://reseau-mexico.fr/
Tutoriel paquet R shiny : http://rstudio.github.io/shiny/tutorial/
Site du cran : http://cran.r-project.org/
48
Maeva Garcia
Annexes
Tables des annexes
1
2
3
4
5
6
7
8
49
50
51
52
53
53
53
54
49
Maeva Garcia
50
Maeva Garcia
51
Maeva Garcia
#cration du modle
mtk.evaluatorAddons(where="~/rvleAddons.R", name="rvle", main
= "RvleMtk.simule", authors="Maeva", summary=NULL, plot=NULL,
print=NULL)
#chargement du modle
source("~/mtkrvleEvaluator.R")
53
Maeva Garcia
Maquette de linterface.
54
Maeva Garcia