Première Expérience en Analyse de Données

Présentation

L'exercice PEAD (Première Expérience en Analyse de Données) a été introduit en 2021-2022 pour les étudiants de 2ᵉ année.

Cet exercice a pour objectifs de :

• vous initier à la recherche bibliographique dans le but de comprendre des données ;
• mobiliser la démarche scientifique à travers l'identification de questions liées à ces données ;
• utiliser R et RStudio afin d'analyser et tester les données pour répondre aux questions posées ;
• interpréter vos résultats afin de dégager des conclusions et une vision critique.

Cadre thématique

Filière du coton et présentation de la thèse

La thèse de Renaud s'inscrit dans le cadre de la filière cotonnière au Bénin. Elle est menée conjointement à l'Université de Parakou et à l'ISTOM.

Titre de la thèse — Analyse et caractérisation des systèmes de culture du coton à haute performance pour une conception de systèmes plus durables et économiquement viables au Bénin.

Encadrants : Prof. Hugues Kossi Baimey (Université de Parakou), Marc Oswald (ISTOM) et Inès Shili-Touzi (ISTOM).

Défis majeurs de la filière

• Assurer une amélioration durable de la fertilité des sols et des rendements en coton.
• Réduire l'usage des engrais et pesticides chimiques afin de limiter les impacts environnementaux.
• Adapter les systèmes de production cotonniers aux changements climatiques.

Objectifs et positionnement de la thèse

• Caractériser les systèmes agricoles cotonniers à haute productivité.
• Identifier et analyser les exploitations les plus performantes.

Pourquoi se concentrer sur les exploitations à haute performance ? Elles représentent un potentiel encore peu exploité au Bénin :

• Selon la littérature, certaines exploitations atteignent des rendements presque doublés (jusqu'à 2000 kg/ha ou plus) — Westerberg et al., 2017 ; Aifa, 2022.
• Ces exploitations restent marginales et peu étudiées, mais sont considérées comme des modèles de production au sein des coopératives cotonnières.
• Leurs pratiques méritent d'être analysées pour identifier les plus performantes (économiquement et agro-environnementalement) et comprendre les facteurs de réussite permettant de maintenir ces performances dans le temps.

Élaboration des bases de données

Bases de données par coopératives : référencement selon la carte administrative et intégration des données issues des sondages réalisés dans les coopératives.

Objectifs du sondage

• Évaluer la dynamique de production des cotonculteurs.
• Identifier les différents profils de bons producteurs de coton.
• Comprendre la diversité des exploitations cotonnières dans la zone d'étude.

Données utilisées

• Cahiers de 79 coopératives sur 83 de la commune de Bembèrèkè (11 ont été choisies).
• Cahiers de crédits intrants : quantités d'engrais, herbicides, insecticides, et superficies en coton.
• Cahiers d'achats de coton-graine : production, prix des intrants, revenus et dettes.

Zone de sondage : Bembèrèkè

• Située entre 8°30′ et 10°45′ de latitude Nord.
• Climat soudano-sahélien avec une seule saison des pluies de 80 à 110 jours.
• Pluviométrie annuelle : 600 à 950 mm.
• Cultures dominantes : céréales (maïs, sorgho, mil), coton, soja et igname.
• Deuxième zone de production de coton du pays.
• Terres cultivées généralement peu fertiles et très sensibles au lessivage.
• 481 coopératives recensées (AIC, 2019).

Constitution de la base de données

• Collecte et photographie des différents cahiers des coopératives.
• Sélection de 11 coopératives sur la base de la disponibilité des cahiers couvrant les trois dernières campagnes cotonnières (2022, 2023 et 2024).
• Saisie des données des cahiers dans Excel pour traitement et analyse.

Progression

Timeline

• → 27 mars
  Step 1 & 2 — Mise en contexte

  Étude bibliographique et statistiques descriptives. Livrable : données nettoyées et exploration initiale.

• 03 avril
  Cadrage et objectifs

  Validation définitive de la problématique et formulation des hypothèses de recherche.

• avril
  L'analyse statistique

  Analyses approfondies sur RStudio (tests d'inférence, corrélations) en lien avec les cours de statistiques.

• début mai
  Mise en forme

  Production du rapport Word via Quarto.

• 25 mai
  Clôture du projet

  Les rapports doivent être déposés via ce lien.

Step 1 — Bases de données

Vendredi 28 novembre 2026

Les bases de données ont été diffusées à chaque groupe :

• Groupe 1Bedari
• Groupe 2Bereke Centre
• Groupe 3Beroubouay Est
• Groupe 4Bokobouerou
• Groupe 5Gamia Est
• Groupe 6Hangar Peulh
• Groupe 7Ina Gando
• Groupe 8Kassarou
• Groupe 9Kossou
• Groupe 10Pedarou
• Groupe 11Sissigourou

Le jeu de données comprend 26 variables documentant l'activité de production cotonnière sur trois campagnes successives (2022, 2023, 2024). Les données brutes, incluant des valeurs manquantes (NA), sont archivées dans le dossier data_raw.

Identification de l'exploitant

• Numero_Individu : identifiant numérique unique attribué à chaque exploitant pour faciliter le traitement statistique.
• Individu : nom et prénom de l'exploitant.

Indicateurs d'activité (variables binaires) — pour chaque année (Recolte_2022, Recolte_2023, Recolte_2024) : 1 si une récolte a été réalisée, 0 sinon.

Variables de production et intrants (répétées par année, 7 variables par campagne) :

Note sur la qualité des données — certaines variables présentent un taux élevé de valeurs manquantes (NA). Ce point fera l'objet d'un traitement spécifique lors de la phase d'analyse exploratoire pour décider de l'imputation ou de l'exclusion de certaines observations.

Step 2 — Mise en contexte

Vendredi 27 mars 2026

Objectif : savoir de quoi on parle et avoir des données propres.

Étude bibliographique — réaliser une étude bibliographique sur la filière coton afin de justifier et contextualiser votre travail. La recherche devra être menée de manière progressive, en commençant par une analyse à l'échelle mondiale, puis en se focalisant sur la situation en Afrique, avant de terminer par le cas spécifique du Bénin. L'objectif est d'obtenir une vision globale de l'état actuel de la filière coton ainsi que des principaux enjeux économiques, sociaux et environnementaux associés.

Étude exploratoire — à partir de votre base de données, réaliser une analyse statistique descriptive, à la fois univariée et multivariée, afin de mettre en évidence les caractéristiques principales du jeu de données et de comprendre les dynamiques qui y sont présentes.

Pour enrichir votre analyse et donner du sens aux chiffres bruts, il est fortement conseillé de définir de nouveaux indicateurs, par exemple :

Ce travail sera réalisé sur R.

Livrable intermédiaire — votre analyse sera synthétisée via Quarto, un outil de pointe en science des données qui permet de fusionner explications textuelles, codes R et résultats au sein d'un même document. L'intérêt majeur de ce format réside dans la reproductibilité : toute modification des données ou des calculs met automatiquement à jour graphiques et tableaux, garantissant rigueur scientifique et rendu professionnel (y compris une gestion automatisée de la bibliographie).

Step 3 — Cadrage et objectifs

Vendredi 3 avril 2026

Objectif : passer du « on regarde les données » à « on répond à une question ».

Validation des problématiques — à partir de votre analyse exploratoire et de votre travail bibliographique, vous définirez un ou plusieurs axes de travail. L'objectif est d'identifier et d'analyser les « bons » producteurs, selon des critères que vous définirez.

Step 4 — L'analyse statistique

Avril 2026

L'objectif de ce mois d'avril est de transformer vos données nettoyées en résultats scientifiques concrets répondant à votre problématique. Ce travail analytique sera réalisé exclusivement sur RStudio et constituera une mise en application directe de vos cours de statistiques.

Chaque test choisi devra être justifié par la nature de vos variables, les questions auxquelles vous souhaitez répondre et par la vérification des conditions d'application, exactement comme vu en cours.

Step 6 — Mise en forme

Début mai 2026

L'objectif de cette ultime étape est de passer de l'analyse brute à une communication scientifique de qualité. Vous devrez produire un rendu complet et intégré sur Quarto, capable de générer automatiquement un fichier Word parfaitement structuré (introduction, bibliographie, méthodologie, résultats commentés et conclusion). En parallèle, vous préparerez une présentation PowerPoint synthétique. L'enjeu est de démontrer votre capacité à vulgariser des résultats complexes.

Step 7 — Clôture du projet

Lundi 25 mai 2026

Cette phase marque l'aboutissement de votre projet avec le rendu final de votre rapport Word, intégralement généré via Quarto. Ce document devra démontrer votre maîtrise de la chaîne de traitement de données, de la bibliographie à l'interprétation statistique.

Le rapport doit constituer une synthèse cohérente de vos travaux et respecter l'organisation suivante :

• Introduction générale (1 page) : présentation du sujet, du contexte et de la problématique.
• Synthèse de l'étude bibliographique : reprise et intégration de vos recherches préalables.
• Résultats : présentation détaillée de vos analyses et des données exploitées.
• Conclusion générale : synthèse des principaux enseignements en réponse à la problématique initiale, puis ouverture sur les limites de l'étude et les questions restant en suspens.

Le rapport final doit comprendre entre 10 et 20 pages maximum.