Vendredi 24 janvier


Mireille Bouleau (Centre de Géostatistique, Fontainebleau)
"Estimation de stocks de poissons à partir de données acoustiques et de données
de chalutages par des méthodes géostatistiques"

Avner Bar-Hen (Université Marseille 3 et INAPG)
"Mesure d'influence pour processus ponctuels"


Résumé de l'exposé de Mireille Bouleau:

" Actuellement, les campagnes scientifiques de chalutage de fond fournissent la
principale source de données pour l'estimation de stock des
   mers européennes. Or la technologie acoustique, utilisée depuis quelques
années
lors de ces campagnes, fournit une source d'information
   largement inexploitée. L'étude s'inscrit dans le cadre d'un projet européen:
CATEFA (Combining Acoustic and Trawl data for Estimating
Fish Abundance) qui regroupe cinq autres partenaires: l'Irlande. la Norvège,
l'Angleterre, l'Ecosse et la France. L'objectif de cette thèse est
   d'utiliser les méthodes géostatistiques pour décrire les relations liant les
données acoustiques et les données de chalutage et établir un modèle
   spatial d'estimation des stocks fournissant des indices d'abondance plus
precis
et plus fiables que les modèles actuels."

Résumé de l'exposé d'Avner Bar-Hen:

Ce  travail a été réalisé conjointement avec H. Dessard et J. Chadoeuf

Une caractéristique essentielle des populations
  végétales est leur répartition spatiale, c'est à dire
l'ensemble de leurs localisations individuelles. On peut assimiler
les arbres  d'un peuplement forestier à des points, et considérer
leur répartition comme la réalisation  d'un processus ponctuel
spatial. L'analyse statistique de la carte de points débute
usuellement par l'identification du type du processus : aléatoire,
agrégatif ou régulier (Diggle, 1983). Ces hypothèses sont testées
par des procédures de Monte-Carlo qui ne prennent pas en compte
des erreurs de localisation des points. Or, ces erreurs sont
inévitablement commises lors de l'établissement de la cartographie
et sont d'origines multiples. Nous nous interrogeons sur les
conséquences de l'occurrence de tels biais sur les statistiques de
tests et nous proposons quelques pistes d'exploration. Nous
présentons tout d'abord, dans le cadre d'une étude basée sur des
simulations, quelques résultats sur la puissance des tests de
Monte-Carlo. Nous examinons ensuite de façon analytique
l'expression des biais dus aux erreurs de positionnement,
entrainées, par exemple par la fatigue de l'expérimentateur, à
l'aide de la fonction d'influence de Hampel (Hampel, 1974)