Résumé
De nombreux travaux dans le domaine des sciences du vivant consistent à expliquer ou prédire le comportement d'une variable réponse en fonction d'une (ou plusieurs) variable(s) indépendante(s). Par exemple, prédire la productivité annuelle des cultures à partir de données climatiques est un enjeu de sécurité alimentaire. Identifier les facteurs associés à une sédentarité élevée chez les personnes âgées est essentielle pour cibler les actions de prévention de santé. Pour finir, d´écrire la dynamique épidémique d'une maladie des plantes est utile pour développer des méthodes de surveillance et de contrôle adaptées. Certaines de ces variables de réponse – comme la distribution d'activité physique dans la journée, les dégâts foliaires – ou indépendantes – comme les variables climatiques – sont caractérisées par des séries d'observations issues de processus continus, d'où leur appellation de données fonctionnelles. Analyser ces données " par morceaux " selon une approche multivariée ne permet pas de tenir compte du processus de génération sous-jacent. Alternativement, on peut exprimer ces observations sous la forme d'une fonction que l'on utilise ensuite à des fins de modélisation et/ou de prédiction. De la santé des humains à celle des plantes, en passant par la prédiction du rendement des culture, cette présentation propose d'aborder trois exemples d'application d'analyse de données fonctionnelles aux sciences du vivant.