05618nam 2200649 450 991077904400332120220601173429.01-280-78591-897866136963042-8178-0251-9(CKB)2550000000097477(EBL)884501(OCoLC)779468301(SSID)ssj0000878451(PQKBManifestationID)11454310(PQKBTitleCode)TC0000878451(PQKBWorkID)10850650(PQKB)11477132(MiAaPQ)EBC884501(MiAaPQ)EBC6717020(Au-PeEL)EBL6717020(PPN)159082889(EXLCZ)99255000000009747720220601d2011 uy 0spaur|n|---|||||txtccrAnalyse statistique des risques agro-environnementaux etudes de cas /by David Makowski, Herve MonodParis :Springer,[2011]©20111 online resource (171 p.)Collection Statistique et probabilites appliqueesDescription based upon print version of record.2-8178-0250-0 Includes bibliographical references and index.Title Page; Copyright Page; Collection Statistique et probabilités appliquées dirigée par Yadolah Dodge; Avant-propos; Table of Contents; Chapitre 1 Introduction; Chapitre 2 Notions de base; 2.1 Variables aléatoires et lois de probabilité; 2.1.1 Variable aléatoire; 2.1.2 Variables aléatoires discrètes; 2.1.3 Variables aléatoires continues; 2.1.4 Valeurs caractéristiques d'une variable aléatoire; 2.1.5 Dépendance entre variables aléatoires; 2.2 La notion de modèle en statistique; 2.2.1 Description; 2.2.2 Fonction de vraisemblance d'un modèle statistique; 2.3 Inférence statistique2.3.1 Approche fréquentiste et approche bayésienne2.3.2 Estimateur; 2.3.3 Test statistique et intervalle de confiance; 2.3.4 Inférence bayésienne; 2.4 Les quatre étapes de la modélisation; 2.4.1 Définition des variables; 2.4.2 Choix des équations; 2.4.3 Estimation des paramètres; 2.4.4 Évaluation des modèles; 2.4.5 Importance de la planification expérimentale; 2.5 Exercices; Chapitre 3 Modèles statistiques etévaluation des risques; 3.1 Modèle linéaire; 3.1.1 Définition; 3.1.2 Généralité du modèle linéaire; 3.1.3 Estimation des paramètres; 3.1.4 Évaluation et limites du modèle linéaire3.1.5 Exemple : prédiction de la teneur en azote et de la teneur en protéines des grains de blé3.2 Modèle linéaire généralisé; 3.2.1 Définition; 3.3 Modèle non linéaire; 3.3.1 Définition; 3.4 Modèle hiérarchique; 3.4.1 Définition et intérêt; 3.4.2 Exemple : reliquat d'azote dans le sol à la récolte; 3.4.3 Exemple : variabilité intra-parcellaire des densités de mauvaises herbes; 3.5 Estimation de valeurs extrêmes parr égression quantile; 3.5.1 Définition; 3.5.2 Exemple : risque de sclérotinia du colza; 3.6 Exercices; Chapitre 4 Optimisation des décisions et gestion des risques4.1 Les quatre étapes de l'optimisation4.1.1 Présentation; 4.1.2 Exemple : détermination d'une température optimale pour le traitement thermique du bois destiné à l'exportation; 4.2 Optimisation d'une règle de décision binaire par analyse ROC; 4.2.1 Introduction; 4.2.2 Règle de décision binaire et ses deux types d'erreur; 4.2.3 Estimation et évaluation par la méthode ROC; 4.2.4 Exemple : gestion du risque d'invasion par les mauvaises herbes; 4.2.5 Exemple : gestion du risque de sclérotinia du colza; 4.3 Optimisation d'une variable décisionnelle par simulation; 4.3.1 Méthode4.3.2 Exemple : calcul de doses optimales d'engrais4.4 Exercices; Chapitre 5 Analyse et communication de l'incertitude; 5.1 Les différents types d'incertitude et leurs conséquences; 5.2 Décrire l'incertitude par des distributions de probabilité; 5.2.1 Objectif; 5.2.2 Exemple basé sur des calculs analytiques : risque d'invasion par une espèce nuisible; 5.2.4 Exemple combinant un modèle dynamique et des mesures en cours de saison : estimation du carbone du sol; 5.3 Calculer des indices de sensibilité; 5.3.1 Objectifs et définitions5.3.2 Exemple basé sur des simulations de Monte-Carlo : reliquat d'azote minéral dans le solCet ouvrage constitue un manuel pratique qui s'adresse aux ing nieurs, scientifiques et tudiants travaillant sur les risques agro-environnementaux. Il constitue une bonne introduction aux principaux types de mod le et aux principales m thodes statistiques utiles pour l analyse de ces risques. L utilisation de chaque m thode est illustr e par une ou plusieurs applications traitant de probl mes concrets (pollution de l eau par les nitrates, invasion par des esp ces nuisibles, flux de g nes d une culture OGM vers une culture non OGM etc.). Les programmes informatiques utilis?'s pour d velopper leCollection Statistique et probabilités appliquées.AgricultureRisk managementAgricultureRisk management.630.681Makowski David1972-926057Monod HerveMiAaPQMiAaPQMiAaPQBOOK9910779044003321Analyse statistique des risques agro-environnementaux3801641UNINA