Questions pluridiciplinaires

NOS RECHERCHES : AXES PLURIDISCIPLINAIRES

Dans le cadre de son projet scientifique (période 2018-2022) l'unité BioSP s'investit prioritairement sur 4 axes de recherche pluridisciplinaires autour desquels s'organise une animation scientifique, via des groupes de travail et/ou des journées financées notamment par des réseaux méthodologiques INRA.

Statistiques pour l'épidémiologie prédictive #Epidemio

Modélisation des dynamiques épidémiques ; méthodes statistiques inférentielles (estimation, tests, prédiction, algorithmes numériques...) ; utilisation de données hétérogènes ; analyse des propriétés des modèles ; méthodes de surveillance basées sur le risque ; conception in silico de stratégies de lutte ; déploiement informatique. Ces thèmes sont régulièrement abordés au cours de rencontres du  réseau MODSTATSAP (SPE-MIA).

Méthodes statistiques pour les variables du climat #Climat

Développement de méthodes pour répondre aux problèmes statistiques soulevés par l'utilisation des variables du climat (température, précipitation, humidité, etc..) dans les modèles de processus agronomiques, écophysiologiques, etc. Il s'agit de répondre à des questions liées à la prise en compte des projection climatiques : correction de biais, quantification des incertitudes et génération stochastique de séries temporelles de conditions de temps (Stochastic Weather Generators). Ces thèmes sont régulièrement abordés au cours de rencontres du  réseau RESSTE (MIA).

Dynamiques évolutives, dynamique de la diversité #Genet

Intégration de phénomènes d'adaptation/mutation dans les modèles temporels et spatio-temporels (un des thèmes du  réseau MIA MEDIA) ; dynamique de la diversité au cours d'événements de dispersion ; prise en compte de données génétiques et inférence à partir de données génétiques ; biologie des communautés : phénomènes de compétition et autres interactions.

Analyse de processus complexes d'observation #Observation

Modélisation probabiliste de processus d'observation ; développement d'approches mécanistico-statistiques et de modèles à espace d'état ; prise en compte d'incertitudes non standard, notamment sur les données issues des sciences participatives (un des thèmes du  réseau MIA CiSStats).