Analyse statistique des données spatialesEditions TECHNIP, 2006 - 468 pages L'analyse statistique des données spatiales et spatio-temporelles constitue un champ de recherches intense en statistique tant sur le plan théorique que sur le plan des applications. Cet ouvrage fait le point sur les développements les plus récents dans ce domaine. Les domaines d'applications de ces modèles vont de la géostatistique à l'épidémiologie en passant par l'environnement, l'écologie, l'économie... Cet ouvrage est le fruit de la collaboration entre des spécialistes parmi les plus réputés : Gérard d'Aubigny (université Pierre Mendès-France, Grenoble), Claude Grasland (université Paris VII), Xavier Guyon (université Paris I), Pierre Legendre (université de Montréal), Jean-Paul Chilès, Christian Lantuejoul et Jacques Rivoirard (Ecole des mines de Paris), réunis à l'occasion des 10es Journées d'étude en statistique, organisées par la SFdS au Centre international de rencontres mathématiques de Luminy. |
Table des matières
LA CORRÉLATION ET SES DÉRIVÉS | 1 |
TESTS | 4 |
DÉPENDANCE SPATIALE ET AUTOCORRELATION | 14 |
G dAubigny | 17 |
Loi de probabilité exacte des indices dautorégression spatiale | 33 |
LES MODÈLES DAUTOREGRESSION SPATIALE | 47 |
Effets de débordement et externalités | 58 |
Rappels | 69 |
Contrôle de la convergence par couplage de chaînes | 202 |
ESTIMATION DES MODÈLES SPATIAUX | 219 |
DONNÉES RÉGIONALES ET AGRÉGATION SPATIALE | 257 |
LE CADRE GÉNÉRAL DE LA GÉOSTATISTIQUE | 264 |
J Rivoirard | 273 |
GÉOSTATISTIQUE LINÉAIRE PRÉDICTION LINÉAIRE | 287 |
PRÉDICTION NONLINÉAIRE PAR SIMULATION | 336 |
Lexemple des inégalités de richesse par habitant | 371 |
51 | 84 |
MODÈLES AUTORÉGRESSIFS ET PROBLÈMES | 91 |
MODÈLES DU SECOND ORDRE | 119 |
CHAMP DE GIBBSMARKOV SUR UN RÉSEAU | 141 |
PROCESSUS PONCTUELS SPATIAUX | 159 |
SIMULATION DES MODÈLES SPATIAUX | 183 |
VALIDATION DUN MODÈLE GÉOSTATISTIQUE POUR | 403 |
POISSON NONSTATIONNAIRE ET ÉCHANTILLONNAGE | 415 |
QUELLES SONT LES ÉCHELLES SPATIALES | 425 |
443 | |
Index | 465 |
Expressions et termes fréquents
aléatoire algorithme associée asymptotique bivarié blocs calcul champ de Markov classique codage coefficient configuration contraintes convergence corrélation couplage CPMV d'autocorrélation spatiale définie dépendance spatiale diagonale distribution dynamique économétrie ergodique espace d'états estimateurs exemple exponentielle fonction formes quadratiques Galton gaussien général géostatistique graphe Guyon H₁ indices Kelejian krigeage l'algorithme l'échantillonneur de Gibbs l'espace l'estimateur l'hypothèse l'indice de Moran log-vraisemblance lois conditionnelles Mardia markovien matrice de covariance maximum de vraisemblance mesure méthode modèle Autorégressif modèle d'Ising modèle de régression modélisation moindres carrés multiplicateur de Lagrange observations paramètres postulat potentiels processus ponctuel propriétés pseudo-vraisemblance régression linéaire régression linéaire multiple relation répartition résidus s'écrit simulation sites spécification stationnaire statistique de test structure de dépendance suppose terme théorème transition type utilise valeurs propres variable aléatoire variables variance variogramme vecteur vérifiant voisinage voisins Xẞ zones