Louis Lacoste
0440e83022
Affected files: .obsidian/workspace.json Résumé des tâches.md Thèse/Axes/colSBM/À creuser.md Thèse/Packages/R/colSBM.md Thèse/Résumés séminaires.md Thèse/Séminaires/2026-06-11 BRICOUT Barbara.md
100 lines
3 KiB
Markdown
100 lines
3 KiB
Markdown
---
|
|
tags:
|
|
- séminaire
|
|
bibliography: ../these_ref.bib
|
|
---
|
|
|
|
:::{.callout-note title="Informations"}
|
|
|
|
**Titre**:: Inferring the presence and abundance of rare species from scarce data
|
|
|
|
**Speaker**:: Barbara Bricout
|
|
|
|
**Lieu**:: AgroParisTech
|
|
|
|
**Date**:: 2026-06-11
|
|
|
|
**Contribution**:: Intégration données manquantes pour ZI-PLN-PCA, prédiction des probas d'absence/présence sur des sites avec covariables et effets sites et années. Détection de rupture dans les tendances.
|
|
|
|
:::
|
|
|
|
# Prise de notes
|
|
|
|
## Contexte
|
|
|
|
Oiseaux d'eau rares classés comme menacés.
|
|
|
|
Comptage hivernaux en Afrique du Nord (lieu de migration pour passer l'hiver). Mais manque de moyen humains pour faire les comptages tous les ans, donc pas toutes les années.
|
|
|
|
**Objectifs**:
|
|
|
|
- Estimer la taille de pop
|
|
- Donner une tendance
|
|
|
|
## Données
|
|
|
|
Matrice d'abondance avec bcp de données manquantes, forte variance car espèce grégaires et bcp de 0 car espèces rares.
|
|
|
|
Covariables spatiales par site
|
|
|
|
Covariables temporelles par année
|
|
|
|
Covariables spatio-temporelles par site et par année
|
|
|
|
et des données socio-éco.
|
|
|
|
**Mécanismes de données manquantes**: Hypo de données *Missing at random* (conditionnellement aux covariables qui sont complètes).
|
|
|
|
$Y$ la matrice de comptage, $\Omega$ le masque données observées
|
|
|
|
## Modèle ZI-PLN-PCA
|
|
|
|
$$
|
|
Y_{ij} = (1-U_{ij})\delta_{0} + U_{ij} P(\exp(x_{ij}\beta+Z_{ij}))
|
|
$$
|
|
|
|
Estimation par l'ELBO avec masque sur les données manquantes pour faire l'optimisation uniquement sur les données observées.
|
|
|
|
Normalité et variance sandwich pour les paramètres du modèle $\theta$ avec #M-estimateur.
|
|
|
|
## Sur simulations à partir de jeux Franco-Italiens
|
|
|
|
- Comparaison de modèles avec effets sites, effets années versus avec covariables et effets. => De meilleures covar expliquent mieux et font de meilleures imputations.
|
|
- Variance fixé et plusieurs rapport de variance expliquée entre covariables et variables latentes => De meilleures covar permettent de faire une meilleure imputation.
|
|
- Comparaison entre ZI et nonZI => Moins d'erreurs d'imputation avec ZI.
|
|
- Analyse des Intervalles de prédiction
|
|
|
|
## Illustration
|
|
|
|
### sur le Fuligule Milouin
|
|
|
|
Imputation sur 2023 : 4000 observés -> 35000 estimés
|
|
|
|
1990 : ~80000 estimés
|
|
|
|
Possible d'estimer la pente de décroissance avec la prise en compte de la variance.
|
|
|
|
**Diminution significative de la probabilité de présence et de la population.**
|
|
|
|
Décroissance de 3.4% depuis 1990.
|
|
|
|
- Détection de point de rupture
|
|
|
|
#### Significativité des covariables
|
|
|
|
Sur le modèle sans effet site et année
|
|
|
|
Signif cohérente avec l'aspect non côtier et plongeur du Fuligule.
|
|
|
|
Anomalie de temp positive au printemps : favorable car plus de naissance
|
|
|
|
Anomalie de temp positive en hiver : moins d'observation car moins nécessaire de migrer en Afrique Subsaharienne.
|
|
|
|
**Lien entre la significativité des espèces**: Modélisation jointe des effets sur les espèces
|
|
|
|
### Richesse spécifique :
|
|
|
|
- proba de présence sur site en tendance de diminution
|
|
- abondance rupture de pente
|
|
|
|
## Ouverture sur communautés d'espèces
|