Modélisation bayésienne hiérarchique pour l'écologie et la recherche environnementale
Mortier F., Chagneau P., Etienne M.P., Picard N., Piou C., Rossi V.. 2011. In : SFDS, Société française de statistique. 43èmes Journées de statistique, Gammarth, Tunisie, 23-27 mai 2011. s.l. : s.n., (26 vues). Journées de statistique. 43, 2011-08-23/2011-08-27, Grammath (Tunisie).
Les modèles hiérarchiques bayesiens (MHB) sont à présent largement utilisés en écologie et dans les sciences de l'environnement. L'intérêt de ces disciplines pour les MHB est dû à leurs caractéristiques. Ce sont des approches flexibles permettant de décomposer la complexité des phénomènes biologiques en une série de sous modèles plus simples. Les hypothèses classiques d'indépendance sont ainsi remplacées par des hypothèses d'indépendance conditionnelle. Les MHB s'appuient sur des méthodes d'inférence robustes rendues accessibles à des non statisticiens par des logiciels tels que WinBugs. Enfin, le cadre bayesien offre l'avantage d'incorporer des connaissances a priori sous diverses formes, ce qui est particulièrement adapté à la recherche en biologie. L'objectif de cet exposé est de présenter au travers de deux exemples, tirés de l'écologie et des sciences de l'environnement l'utilisation des HBM et de discuter de ses avantages et de ses limitations.
Mots-clés : modélisation environnementale; écologie; biodiversité; gestion de l'environnement
Documents associés
Communication de congrès
Agents Cirad, auteurs de cette publication :
- Mortier Frédéric — Es / UPR Forêts et Sociétés
- Piou Cyril — Bios / UMR CBGP
- Rossi Vivien — Es / UPR Forêts et Sociétés