Marie-Pierre Etienne (AgroParisTech)

Estimation par EM de modèles de poisson composé à effets aléatoires
pour des données Zero-Inflated.

vendredi 6 juin 2008, 14h00 - 15h00

Salle de réunion, espace Turing


Dans le cadre de programme de suivie d’espèces (relevés de P »ches
Océan Canada, programme STOC EPS), des observateurs comptent (ou
pèsent ) le nombre d’individus présents en un point de mesure. Les
données issues de ce type de suivi ont la particularité de présenter
un « excès  » de zéros (zero-inflated data), elles sont de plus
rarement indépendantes.
Nous proposons de modéliser ce type de données par des modèles non
linéaires de poissons composés à effets aléatoires (modèle
poisson/exponentielle pour les données continues et
poisson/geometrique pour données discrètes). L’estimation est
conduite par un algorithme EM avec une étape de rééchantillonnage par
importance sampling. Les m »mes techniques sont mises en oeuvre pour
obtenir une approximation numérique de la matrice de variance
asymptotique des estimateurs .
Ce type de modèle est appliqué à des relevés de P »che Océan Canada sur
le suivi des invertébrés du Golfe du Saint Laurent.