Analyse Statistique des Risques Agro-Environnementaux : Étude de Cas.

Intro -- Title Page -- Copyright Page -- Collection Statistique et probabilités appliquées dirigée par Yadolah Dodge -- Avant-propos -- Table of Contents -- Chapitre 1 Introduction -- Chapitre 2 Notions de base -- 2.1 Variables aléatoires et lois de probabilité -- 2.1.1 Variable aléatoire -- 2.1.2 Variables aléatoires discrètes -- 2.1.3 Variables aléatoires continues -- 2.1.4 Valeurs caractéristiques d'une variable aléatoire -- 2.1.5 Dépendance entre variables aléatoires -- 2.2 La notion de modèle en statistique -- 2.2.1 Description -- 2.2.2 Fonction de vraisemblance d'un modèle statistique -- 2.3 Inférence statistique -- 2.3.1 Approche fréquentiste et approche bayésienne -- 2.3.2 Estimateur -- 2.3.3 Test statistique et intervalle de confiance -- 2.3.4 Inférence bayésienne -- 2.4 Les quatre étapes de la modélisation -- 2.4.1 Définition des variables -- 2.4.2 Choix des équations -- 2.4.3 Estimation des paramètres -- 2.4.4 Évaluation des modèles -- 2.4.5 Importance de la planification expérimentale -- 2.5 Exercices -- Chapitre 3 Modèles statistiques etévaluation des risques -- 3.1 Modèle linéaire -- 3.1.1 Définition -- 3.1.2 Généralité du modèle linéaire -- 3.1.3 Estimation des paramètres -- 3.1.4 Évaluation et limites du modèle linéaire -- 3.1.5 Exemple : prédiction de la teneur en azote et de la teneur en protéines des grains de blé -- 3.2 Modèle linéaire généralisé -- 3.2.1 Définition -- 3.3 Modèle non linéaire -- 3.3.1 Définition -- 3.4 Modèle hiérarchique -- 3.4.1 Définition et intérêt -- 3.4.2 Exemple : reliquat d'azote dans le sol à la récolte -- 3.4.3 Exemple : variabilité intra-parcellaire des densités de mauvaises herbes -- 3.5 Estimation de valeurs extrêmes parr égression quantile -- 3.5.1 Définition -- 3.5.2 Exemple : risque de sclérotinia du colza -- 3.6 Exercices -- Chapitre 4 Optimisation des décisions et gestion des risques.

4.1 Les quatre étapes de l'optimisation -- 4.1.1 Présentation -- 4.1.2 Exemple : détermination d'une température optimale pour le traitement thermique du bois destiné à l'exportation -- 4.2 Optimisation d'une règle de décision binaire par analyse ROC -- 4.2.1 Introduction -- 4.2.2 Règle de décision binaire et ses deux types d'erreur -- 4.2.3 Estimation et évaluation par la méthode ROC -- 4.2.4 Exemple : gestion du risque d'invasion par les mauvaises herbes -- 4.2.5 Exemple : gestion du risque de sclérotinia du colza -- 4.3 Optimisation d'une variable décisionnelle par simulation -- 4.3.1 Méthode -- 4.3.2 Exemple : calcul de doses optimales d'engrais -- 4.4 Exercices -- Chapitre 5 Analyse et communication de l'incertitude -- 5.1 Les différents types d'incertitude et leurs conséquences -- 5.2 Décrire l'incertitude par des distributions de probabilité -- 5.2.1 Objectif -- 5.2.2 Exemple basé sur des calculs analytiques : risque d'invasion par une espèce nuisible -- 5.2.4 Exemple combinant un modèle dynamique et des mesures en cours de saison : estimation du carbone du sol -- 5.3 Calculer des indices de sensibilité -- 5.3.1 Objectifs et définitions -- 5.3.2 Exemple basé sur des simulations de Monte-Carlo : reliquat d'azote minéral dans le sol -- 5.3.3 Exemple basé sur des simulations planifiées : influence du parcellaire sur les flux de gènes -- 5.4 Exercices -- Chapitre 6 Recommandations -- 6.1 Quelques conseils -- 6.2 Pour continuer -- Bibliographie -- Index.

Description based on publisher supplied metadata and other sources.

Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2024. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries.