Statistiques

Analyses de données

J'ai de l’expérience en écologie quantitative portant sur la modélisation et les statistiques spatiales (Par exemple, mes études dans les écosystèmes des prairies chinoises impliquaient de très grandes bases de données de variables environnementales, de caractéristiques des espèces, d'abondance, etc.). J’ai également une bonne expérience sur des outils comme R, QGIS, ArcGIS.

J’ai utilisé des algorithmes statistiques comme les modèles linéaires généralisés (avec ou sans variable aléatoire GLM et GLMM), les modèles additifs généralisés (GAM) et les régressions des moindres carrés partiels (PLS) pour comprendre la dynamique des populations d’H. armigera et quantifier le rôle des pratiques agricoles et des facteurs paysagers sur les abondances d’adultes[1] et de larves[2] dans les parcelles de cotonniers. 

J’ai utilisé une approche de régression basée sur le filtrage spatial des vecteurs propres (ESF eigenvector spatial filtering)[3],[4] pour quantifier les effets des facteurs locaux et paysagers sur l’abondance des carabes dans différents types de steppes chinoises. Au cours de ce même projet, j’ai utilisé des méthodes de modélisations multivariés comme l’analyse canonique de correspondance (CCA) pour étudier les déterminants de la composition spécifique des communautés de carabes. 

En ce moment, je travaille sur l’utilisation des modèles de distribution d’abondance des espèces (modèles SAD). Les modèles SAD permettent d’évaluer rapidement la santé d’un écosystème en examinant la distribution des abondances des espèces de l’écosystème.

 Je fais une veille bibliographique sur d'autres approches comme: 

- Les modèles graphistes probabilistes (réseaux bayésiens et chaines de Markov)

 - Les modèles mécanistes (bottom-up) qui permettent de comprendre le fonctionnement d'un système.



 



[1] Tsafack et al. 2016. Pest Management Science. https://doi.org/10.1002/ps.4197

[2] Tsafack et al. 2013. International Journal of Pest Management. http://dx.doi.org/10.1080/09670874.2013.852270

[3] Murakami and Griffith. 2018. Geographical Analysis. https://doi.org/10.1111/gean.12156

[4] Tsafack et al. 2019. PeerJ. http://dx.doi.org/10.7717/peerj.6197