Analyse en composantes principales fonctionnelle: Cas des prises alimentaires

Les methodes d'analyse statistique des donnees fonctionnelle sont une extension des methodes de l'analyse statistique des donnees a des donnees qui se presentent sous forme de courbes. L'analyse en composantes principales fonctionnelle "ACPF" est une methode d'analyse statistique qui permet de resumer l'information contenue dans un ensemble de donnees fonctionnelles, permettant de produire des fonctions dites composantes principales de dimension minimale qui reproduisent un maximum d'information sur les donnees etudiees. L'application de l'ACPF a des donnees de prises alimentaires porcines permet de mettre en evidence les avantages de considerer une ACPF au lieu d'une analyse en composantes principales "ACP" usuelle.;Les composantes principales obtenues par l'ACPF des courbes de prises alimentaires nous ont permis de resumer les tendances principales regissant le comportement alimentaire des porcs observes. Malgre la complexite des facteurs influencant le processus de prise alimentaire porcine, tels le poids, le contexte social et le changement de composition alimentaire, la synthese produite par l'ACPF demontre sa pertinence. L'analyse des vitesses et des accelerations a partir des donnees brutes de la prise alimentaire porcine ont permis de completer l'analyse permettant de comparer, a travers l'ACPF, les caracteristiques geometriques des courbes. L'analyse en composantes principales a permis de trouver des pistes prometteuses pour la caracterisation des courbes complexes de consommation et la determination de criteres previsionnels associes aux comportements particuliers causes par le developpement de maladies. Les differentes analyses discriminantes exposent clairement ces tendances particulieres liees aux phenomenes etudies et la detection prealable de facteurs de maladies. La synthese produite par les differentes ACPF permet de mettre en evidence les tendances generales preponderantes regissant le comportement alimentaire procurant ainsi des informations utilisees pour la modelisation de ce comportement.