Chaubert-Pereira Florence. 2008. Combinaisons markoviennes et semi-markoviennes de modèles de régression. Application à la croissance d'arbres forestiers. Montpellier : UM2, 197 p. Thèse de doctorat : Mathématiques appliquées : Université Montpellier 2
|
Version publiée
- Français
Utilisation soumise à autorisation de l'auteur ou du Cirad. document_548850.pdf Télécharger (3MB) | Prévisualisation |
Encadrement : Guédon, Yann
Résumé : Ce travail est consacré à l'étude des combinaisons markoviennes et semimarkoviennes de modèles de régression, i.e. des mélanges finis de modèles de régression avec dépendances (semi-)markoviennes. Cette famille de modèles statistiques permet l'analyse de données structurées en phases successives asynchrones entre individus, influencées par des covariables pouvant varier dans le temps et présentant une hétérogénéité inter-individuelle. L'algorithme d'inférence proposé pour les combinaisons (semi-)markoviennes de modèles linéaires généralisés est un algorithme du gradient EM. Pour les combinaisons (semi)markoviennes de modèles linéaires mixtes, nous proposons des algorithmes de type MCEM où l'étape E se décompose en deux étapes de restauration conditionnelle: une pour les séquences d'états sachant les effets aléatoires (et les données observées) et une pour les effets aléatoires sachant les séquences d'états (et les données observées). Différentes méthodes de restauration conditionnelle sont présentées. Nous étudions deux types d'effets aléatoires : des effets aléatoires individuels et des effets aléatoires temporels. L'intérêt de cette famille de modèles est illustré par l'analyse de la croissance d'arbres forestiers en fonctions de facteurs climatiques. Ces modèles nous permettent d'identifier et de caractériser les trois principales composantes de la croissance (la composante ontogénique, la composante environnementale et la composante individuelle). Nous montrons que le poids de chaque composante varie en fonction de l'espèce et des interventions sylvicoles.
Mots-clés Agrovoc : arbre forestier, modèle mathématique, croissance
Classification Agris : U10 - Informatique, mathématiques et statistiques
F62 - Physiologie végétale - Croissance et développement
K10 - Production forestière
Champ stratégique Cirad : Axe 1 (2005-2013) - Intensification écologique
Auteurs et affiliations
- Chaubert-Pereira Florence, UM2 (FRA)
Autres liens de la publication
Source : Cirad - Agritrop (https://agritrop.cirad.fr/548850/)
[ Page générée et mise en cache le 2024-03-25 ]