Analyse de données environnementales · sur eaux, sédiments, boues de station d’épuration)...

Carole LANGLOISRonan CHARPENTIER, Colloque MIXMOD, déc. 20081

Carole LANGLOIS Ronan CHARPENTIER

Analyse de données environnementales

Colloque MIXMOD

Lille, le 4 décembre 2008


Plan

1 Présentation d’AGLAE

2 Les essais interlaboratoires

3 Présentation des données

4 Problématique

5 Solutions

6 Perspectives



❚ Association Générale des Laboratoires d’Analyse de l’Environnement❚ Association loi 1901, fondée le 16 décembre 1993❚ Regroupe des laboratoires de divers horizons (laboratoires publics,

privés, minéraliers, industriels, distributeurs d'eau…)❚ 500 laboratoires membres de l’Association, dont 10% à l’International



❚ Objectif : amélioration des analyses (chimiques et microbiologiques, sur eaux, sédiments, boues de station d’épuration)

❚ Moyen : contrôle externe de la qualité de l’analyse par la mise en œuvre d'essais interlaboratoires



❚ Fabrication d’un lot d’échantillons

Dopage éventuel

Constitution d'un batch


Homogénéisation du batch

Fractionnement du batch




Envoi des échantillons (20 à 300 participants par essai)

Analyse des paramètres demandés

Retour des résultats à AGLAE


2 Les essais interlaboratoires❚ Evaluation des performances analytiques des laboratoires

La valeur de référence :

Echantillon naturel = valeur “vraie” inconnue

Assigne une valeur de référence au matériau

Valeur de référence = moyenne des résultats

Ecart acceptable = ± 2 écarttypes



Difficultées rencontrées :❚ Il existe des discordances au sein des résultats rendus

Exemple : les laboratoires mettent en œuvre des techniques d’analyse différentes qui peuvent produire des résultats différents

❚ Problème pour assigner une valeur de référence


3 Présentation des données (1)

Tableau des résultats des participants

Les résultats des participants ~N(m;S)

Codelaboratoire

Résultat Méthoded'analyse

1 m1 méthode1

k mk méthodek

p mp méthodep


4 Problématique (1)

Visualisation des résultats des participants

Recherche de souspopulations

Mauvais ajustement à la loi normale

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 5 10 15 20 25 30 35 40Résultat des laboratoires

Eff

ecti

fs c

um

ul

é s

Répartition des résultats

08M9.1 AlParamètre : Aluminium sur sédiments


5 Solutions (1)Recherche de sous populations par AGLAE :

Pour cet exemple, la variable qui permet d’expliquer des souspopulations : méthode d’analyse.

Ne sépare pas les laboratoires qui ont analysé avec la même méthode.

3 groupes

Décision :

graphique +

avis technique

08M9.1 Al

0

5

10

15

20

25

30

35

40

0 1 2 3 4 5 6 7Code méthode

R é sult

at d

es la

bo

rato

ires


5 Solutions (2)

• Windows XP

• Version Mixmod 1.7.1

• Scilab

Recherche de souspopulations

Utilisation de MIXMOD :

>mixmodGraph()


5 Solutions (3)

Résultat des laboratoires

Ecran 1Ecran 2


5 Solutions (4)

Fichier texte

Paramètre : Aluminium sur sédiments

Ecran 3


5 Solutions (5)

Options par défaut

Ecran 4

Ecran 5

Ecran 6


5 Solutions (6)

Mélange de 3 gaussiennes


5 Solutions (7)Ecran 7 Ecran 8


5 Solutions (8)

SMALL_EM


5 Solutions (10)

3 groupes MIXMOD

1

2

3


08M9.1 Al

0

5

10

15

20

25

30

35

40

0 1 2 3 4 5 6 7Code méthode

R é sult

at d

es la

bo

rato

ires

5 Solutions (11)

3 groupes MIXMOD

1

2

3

Comparaison AGLAE MIXMOD


5 Solutions (11)Conclusion sur la recherche de sous populations :

Lors d’un défaut d’ajustement à la loi normale :

• Cas le plus général : AGLAE peut expliquer le défaut d’un point de vue technique.

Traitement séparé par groupe (sans tenir compte des résultats de MIXMOD).

• Cas exceptionnel : AGLAE ne peut pas expliquer le défaut.

Résultats de MIXMOD.


5 Solutions (12)

Problème des valeurs aberrantes :

Même exemple : 08M9.1 Aluminium (34 valeurs)• Si on rajoute 3 valeurs aberrantes (groupées) pas trop éloignées (facteur 10) :

MIXMOD fait 4 groupes :

• 3 groupes initiaux (m1=11,3; m2=31,7; m3=20,2; v1=9,4; v2=5,1; v3=1,6; p1=0,3; p2=0,25; p3=0,35),

• 1 groupe avec les valeurs aberrantes (m4=205; v4=192,7; p4=0,1).

• Si on rajoute 3 valeurs aberrantes (groupées) éloignées (facteur 100) :MIXMOD fait 2 groupes :

• 1 groupe avec les valeurs initiales (m1=20,1; v1=68,6; p1=0,9),

• 1 autre groupe avec les valeurs aberrantes (m2= 20574,7; v2=181,6; p2=0,1).


6 Perspectives

Objectif : Intégrer la recherche de souspopulations dans un logiciel interne AGLAE (en cours de développement).

Solution MIXMOD : Problème informatique (utiliser un logiciel externe).

Autre solution : développer un programme interne (PFE en R).


Remerciements

Merci de votre attention.

http://www.associationaglae.fr/

Remerciements tout particuliers à Christophe Biernacki et Florent Langrognet qui nous ont aidés dans l’utilisation de MIXMOD.

Analyse de données environnementales · sur eaux, sédiments, boues de station d’épuration)...

Documents

Transcript of Analyse de données environnementales · sur eaux, sédiments, boues de station d’épuration)...