Analyse des données spatio-temporelles complexes

  • ECTS

    5 crédits

  • Composante

    Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)

  • Volume horaire

    50h

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

Lire plus

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.

Lire plus

Pré-requis nécessaires

Analyses univariées et multivariées (M1)

Lire plus

Contrôle des connaissances

Évaluation Continue Intégrale (ECI) 100%

Lire plus

Compétences visées

Usages avancés et spécialisés des outils numériques

Recueillir données dans des bases de données appropriées

/

Traiter des données dans des logiciels génériques (R) et spécifiques

/

Exploiter des données dans un système d'information géographique

/

Développement et intégration de savoirs hautement spécialisés

Définir une stratégie de collecte et d'analyse des données environnementales

/

Communication spécialisée pour le transfert des connaissances

Sélectionner et analyser des ressources spécialisées de manière synthétique et critique

/

Communiquer autour de connaissances scientifiques avec des publics variés, à l'oral et l'écrit, en Français et en Anglais

/

Lire plus

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.
Lire plus