THÈMES ABORDÉS
1 Partie I
1.1 Tests de l’hypothèse Poissonienne :
par les interdistances ; par les plus petites distances ; par les distances au plus proche voisin ; par le vide ; par les quadrats.
Exemples : trois jeux des données tests.
1.2 Quelques notions fondamentales :
définition d’un processus ponctuel ; stationnarité, isotropie, ergodicité ; intensité et mesure moments ; introduction heuristique mesure de Palm, fonction K. Exercices sur le processus ponctuel de Poisson homogène
1.3 Corrections d’effet de bord :
minus sampling, périodique, toroïdale, isotrope.
Exemples pour l’estimation de la fonction K.
1.4 Processus ponctuels non stationnaires
Exemples : Poisson inhomogène, Cox.
1.5 Opérations sur les processus ponctuels :
amincissement, agrégation, superposition
Exemples : processus de Matern, de Neyman Scott.
1.6 Processus ponctuels Markoviens et de Gibbs :
- notion de clique et de voisinage ;
- fonction d’interaction, Markovienne ;
- théorème d’Hammersley-Clifford.
Exemples : Strauss, Lennard Jones, interaction de surface.
1.7 Compléments :
méthodes d’estimation et de simulation.
2 Partie II : Champs sur réseau
2.1 Potentiel et spécifications
2.2 Champ de markov et champ de Gibbs
2.3 Les auto modèles de Besag
2.4 Les fameux modèles d’Ising et de Potts.
3 PARTIE III : Géostatistique
3.1 Hypothèses de stationnarité, intrinsèque
3.2 Fonction de covariance et variogramme
3.3 Le krigeage
3.4 Covariogramme, cokrigeage
3.5 Géostatistique non linéaire
3.6 Cadre multiGaussien.
4 Compléments
Les parties I 1,2,6 II,1,2,4 III,1,2,3 seront traitées en priorité, les autres parties plus brièvement compte tenu d’un volume de 24 heures.
Quelques domaines d’applications :
- Agriculture-forêt : interaction plantes-animaux, compétition entre espèces, effet du milieu sur la prolifération de population.
- Géologie : estimation des gisements, des réservoirs pétroliers.
- Pêche : estimation des stocks de pêche.
- Climatologie, météorologie : estimation précise de la pluviométrie, de la température, prévalence des orages.
- Environnement : dispersion des polluants(air-eau), contamination des sols.
- Géographie : répartition des populations, disposition des villes, archéologie.
- Biologie : dispersion des cellules biologiques, migration des espèces.
- Astronomie : arrangement des galaxies.
- Microscopie : structure des roches, des métaux, des tissus céllulaires.
- Stéréologie : reconstitution des caractéristiques d’objets à trois dimension à partir de coupes.
- Analyse d’image : débruitage, déconvolution, segmentation, reconnaissance de formes( ex : tomographie, traitement automatique d’images.
- Physique : croissance des cristaux, propriétés des matériaux, des alliages, ferromagnétisme...
|
Références |
BIVAND, R. S., PEBESMA, E. J. et GÓMEZ-RUBIO, V. (2008). Applied Spatial Data Analysis with R. User R ! New York : Springer.
CHRISTAKOS, G. (2000). Modern Spatiotemporal Geostatistics. London : Oxford University Press.
CRESSIE, N. (1991). Statistics for spatial data. Wiley Series in Probability and Mathematical Statistics : Applied Probability and Statistics. New York : John Wiley & Sons Inc. A Wiley-Interscience Publication.
DALEY, D. J. et VERE-JONES, D. (1988). An introduction to the theory of point processes. Springer Series in Statistics. New York : Springer-Verlag.
DIGGLE, P. J. (1983). Statistical analysis of spatial point patterns. Mathematics in Biology. London : Academic Press Inc. [Harcourt Brace Jovanovich Publishers].
DIGGLE, P. J. et MILNE, R. K. (1983a). Bivariate Cox processes : some models for bivariate spatial point patterns. J. Roy. Statist. Soc. Ser. B, 45, 1121.
(1983b). Negative binomial quadrat counts and point processes. Scand. J. Statist., 10, 257267.
DROESBEKE, J.-J., LEJEUNE, M. et SAPORTA, G. (2006). Analyse statistique des données spatiales. Editions Technip. Montréal, Canada : Presses internalionales Polytechnique.
GAËTAN, C. et GUYON, X. (2008). Modélisation et statistique spatiale. Mathématiques et applications. Berlin : Springer.
GOOVAERTS, P. (1997). Geostatistics for Natural Resources Evaluation. London : Oxford University Press.
GUYON, X. (1997). Champs aléatoire sur un réseau. Techniques stochastiques. Paris : Masson.
ISAAKS, E. H. et SRIVASTAVA, R. M. (1990). Applied Geostatistics. London : Oxford University Press.
MØLLER, J. et WAAGEPETERSEN, R. P. (2004). Statistical inference and simulation for spatial point processes, tome 100 de Monographs on Statistics and Applied Probability. Chapman & Hall/CRC, Boca Raton, FL.
(2007). Modern statistics for spatial point processes. Scand. J. Statist., 34, 643684.
RIPLEY, B. D. (1991). Statistical inference for spatial processes. Cambridge : Cambridge University Press.
RIVOIRARD, J. (1994). Introduction to disjunctive kriging and non-linear Geostatistics. Oxford Clarendon press.
STOYAN, D., KENDALL, W. et MECKE, J. (1995). Stochastic Geometry and Its Applications. John Wiley & Sons Inc.
VAN LIESHOUT, M. N. M. (2000). Markov point processes and their applications. London : Imperial College Press.
WACKERNAGEL, H. (2003). Multivariate Geostatistics. Berlin : Springer, 3e édition.
|