Abstract:
Optimization in decision making is essential for efficient allocation of rare resources.
Finding the optimal values for a given process has been a key issue in statistical
science. Analysis of variance is one of the popular statistical methods used to test
significance of the differences between means of levels of a factor or combinations of
levels of multiple factors while contrast analysis aims at identifying the fine structure
of those differences. Specifically, contrast analysis aims to find the optimal value of a
response variable and the consequent value of the predictor. Orthogonal contrasts
analysis (OCA) is the commonly used contrast method. Performance of OCA could
however depend on the number of levels of the factors tested. Using simulation, we
propose to assess the effect of the number of levels of a factor, the degree of
non-normality (normality, moderate, severe, and very severe) and heteroscedasticity
(homoscedasticity, moderate, severe, and very severe) combined with the three
equations of type 1 error correction on the precision of the OCA. Findings will be used
to identify the best practices for optimal baobab leaves’ production in smallholder
farming systems in Benin. The identified optimal practice will be recommended for
adoption by extensionists as part of dissemination to communities through farmers’
organizations.
L’optimisation dans la prise de décision est essentielle dans l’allocation des ressources
rares. L’identification des valeurs optimales de tout processus est ainsi une question
centrale en statistique. L’analyse de variance est l’une des méthodes statistiques les
plus populaires utilisée pour tester la significativité des différences de moyenne entre
les niveaux d’un facteur ou les combinaisons des niveaux de facteurs multiples tandis
que l’analyse des contrastes vise l’identification de la structure exacte de ces différences.
Spécifiquement, l’analyse des contrastes a pour objectif d’identifier la valeur optimale
d’une variable réponse et en conséquence la valeur de la variable indépendante
correspondante. Les contrastes orthogonaux (CO) constituent la méthode des contrastes la plus communément utilisée. Toutefois, la performance des CO peut être affectée par
le nombre de niveaux du (des) facteur(s) testé(s). Nous proposons d’utiliser la simulation
pour évaluer l’influence du nombre de niveaux d’un facteur, du type de non-normalité
(normalité, modérée, sévère et très sévère) et du type d’hétéroscédasticité (homoscé
dasticité, modérée, sévère et très sévère) combinés aux trois équations de correction de
l’erreur type 1 sur la précision de la méthode des CO. Les résultats seront utilisés pour
identifier les meilleures pratiques pour la production optimale des feuilles de baobab
dans les petites exploitations agricoles du Bénin. La technique optimale identifiée sera
recommandée pour adoption par les agents de vulgarisation comme partie intégrante des
programmes de vulgarisation aux communautés à travers les organisations paysannes.
Language:
Date of publication:
2016
Country:
Region Focus:
West Africa
University/affiliation:
Volume:
14
Number:
Part 2
Pagination:
329 - 334.
Collection:
RUFORUM Working document series
RUFORUM Conferences and Workshops
Agris Subject Categories:
Additional keywords:
Licence conditions:
Open Access
Access restriction:
Form:
Web resource
Publisher:
ISSN:
1607-9345
E_ISSN:
Edition:
