ECTS
3 crédits
Composante
Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)
Volume horaire
32h
Description
Les cours permettront de vous familiariser avec la visualisation et le traitement des données spatio-temporelles en écologie. Au-delà de certaines approches spécifiques, le cours met l'accent sur des méthodes analytiques générales pouvant également servir hors cadre spatio-temporel. Certaines méthodologies seront également succinctement introduites afin d'élargir votre boite à outils analytique. Toutes les notions abordées seront constamment appliquées à l'aide de données biologiques/environnementales réelles en salle informatique (temps limité) ou dans le cadre de travaux personnels (temps plus long).
Le cours porte sur les notions suivantes :
|
Approche générale & Data Mining |
Temporel |
Spatial |
|
|
|
|
|
|
Analyses multivariées inter et intra classes
| |
|
Linear (Mixed) Models Generalized Linear (Mixed) Models Generalized Additive(Mixed) Models
|
Autocorrélations Série temporelles Décompositions (modèle additif et multiplicatif) AR et MA ARIMA / SARIMA
|
Autocorrélations spatiales (Gini Moran) Notion de voisinages Analyses multivariées avec u.s. spatiales Analyses multivariées spatialisées Extrapolation spatiale : variogramme et krigeage |
Objectifs
-
Manipuler et visualiser des données spatio-temporelles.
- Identifier les principales approches statistiques spatio-temporelles et choisir la plus appropriée.
-
Appliquer et interpréter les résultats associés.
-
Réaliser tout cela à l'aide du logiciel R.
Heures d'enseignement
- Analyse des données spatio-temporelles complexesTravaux Dirigés50h
Pré-requis obligatoires
Analyses univariées et multivariées (M1)
Contrôle des connaissances
Session 1 : 100% contrôle continu
Session 2 : 100% oral
Type d'évaluations : Le contrôle continu se base sur l'analyse de données biologiques / environnementales dans le cadre de travaux personnels à la maison (travail en groupe possible).
Bibliographie
Références bibliographiques (disponibles à la bibliothèque universitaire) :
- Introductory Time Series with R (2009) Cowpertwait, Paul S.P. Metcalfe, Andrew V. Springer (ISBN : 1-282-36456-1).
- Time series analysis and its applications : with R examples (2010) Robert H. Shumway, David S. Stoffer. Springer (ISBN : 1-4419-7865-8).
- Applied Spatial Data Analysis with R (2013). Bivand, Roger S.; Pebesma, Edzer.; Gómez-Rubio, Virgilio. Springer (ISBN : 1-4614-7618-6).
- Generalized additive models : an introduction with R (2017) Simon N. Wood. Chapman & Hall/CRC (ISBN : 978-1-4987-2833-1).
- Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models (2006) Julian J. Faraway. Chapman and Hall/CRC (ISBN : 978-1-58488-424-8).
- Forecasting: principles and practice (2018). Hyndman R. J., Athanasopoulos G. OTexts.
Compétences acquises
Compétences | Niveau d'acquisition | |
|---|---|---|
| Usages avancés et spécialisés des outils numériques | Recueillir données dans des bases de données appropriées | x |
| Traiter des données dans des logiciels génériques (R) et spécifiques | x | |
| Exploiter des données dans un système d'information géographique | x | |
| Développement et intégration de savoirs hautement spécialisés | Définir une stratégie de collecte et d'analyse des données environnementales | x |
| Communication spécialisée pour le transfert de connaissances | Sélectionner et analyser des ressources spécialisées de manière synthétique et critique | x |
| Communiquer autour de connaissances scientifiques avec des publics variés, à l'oral et l'écrit, en Français et en Anglais | x | |
