Cours intensif en statistique spatiale sous R : objectifs

Cours intensif en statistique spatiale sous R : objectifs pédagogiques spécifiques
Atelier RED Biostat14 Lyon, 28-31/10/15 Pr René Ecochard, Lyon1
Type
d’Objectif
Objectif
Modélisation
et
Statistique
Processus continus ; exemple : pollution atmosphérique ; ce processus
continue en statistique spatial en santé est le plus souvent le facteur
d’exposition ; mais dans d’autres domaines, historiquement les minerais,
c’est le processus étudié ; d’où la géostatistique
Processus étudié au niveau de zones géographiques ; exemple : taux de
césariennes par canton ; c’est le type de processus étudié le plus souvent
dans le domaine de la santé
Processus de points ; exemple : statut des individus d’un village concernant
le toxoplasme ;
Trois sous-modèles : modèle d’exposition, modèle d’effet, modèle de
mesure ; exemple : prédiction de l’exposition à la pollution atmosphérique
d’après sites de recueil, effet sur le risque respiratoire en fonction de cette
exposition et des covariables, survenue ou non de l’événement chez les
sujets ; autres exemples, le paludisme en Gambie, et la toxoplasmose en
fonction de la présence de parasites dans le sol
Modèle d’effet : variables observées, au niveau de l’individu et de la zone et
variables non observées, au niveau de l’individu, de la zone ; la spatialité
comme surrogate pour la prise en compte des variables non-observées
Modèle d’exposition (les méthodes sont valables au-delà de ce modèle) :
régression, variogramme ; krigeage ;
Modèle de mesure : gaussien
Modèle de mesure : poissonien
Modèle de mesure : binomiale
Modèle de mesure : surdispersion
Modèle de mesure : transformation de Box-Cox
Tendance et stationnarité
Isotropie et anisotropie
Autocorrélation spatiale : indices de Moran et autres ; indices globaux et
locaux ;
Autocorrélation spatiale : variogramme ; effet de pépite, palier, modèles
exponentiel et autres
Cartographie en santé : cartes de taux bruts, cartes d’estimateurs bayésiens
(local et global), cartes de probabilité d’observation sous l’hypothèse
d’homogénéité, cartes lissées (Kaldor-Clayton et autres), cartes d’isorisque
Modèle gamma-Poisson ; modèle beta-binomial ; leurs extensions
Modèles SAR (simultanément autorégressif) et modèles CAR
(conditionnellement autorégressif)
Technique
Les systèmes d'information géographiques (SIG)
Types de données à référence spatiale
Exemples de données géographiques : Shapefile
Exemples de données géographiques : classe polylist (maptools et spdep)
Exemples de données géographiques : classe goedata (geoR)
Voisinage ; matrices de distances ; pondérations