Statistiques spatiales approfondies

lgeo2211  2020-2021  Louvain-la-Neuve

Statistiques spatiales approfondies
En raison de la crise du COVID-19, les informations ci-dessous sont susceptibles d’être modifiées, notamment celles qui concernent le mode d’enseignement (en présentiel, en distanciel ou sous un format comodal ou hybride).
5 crédits
30.0 h + 30.0 h
Q1
Enseignants
Langue
d'enseignement
Français
Thèmes abordés
Etude de méthodes statistiques et cartographiques avancées nécessaires aux recherches actuelles en géographie humaine et physique. Le contenu précis est susceptible de varier selon les besoins et l'évolution de la science et comprendrait par exemple les points suivants : - problèmes d'endogénéité et méthode des variables instrumentales ; - analyses multiniveaux ; - données en panels ; - biais de sélection ; " statistiques spatiales : " generalized weighted regression ", etc. " techniques cartographiques nouvelles.
Contenu
Les techniques économétriques utilisées en géographie économique ont connu un développement extraordinaire au cours des dernières années. De plus, les problèmes statistiques auxquels les chercheurs doivent faire face en ce domaine se posent également dans le cadre des différentes branches de la géographie physique. Ce cours a pour objectif de permettre à un étudiant ayant une formation préalable en statistiques d'affronter le niveau des articles récents et les exigences actuelles de publication des revues sérieuses. Le cours se focalise sur les modèles linéaires. Un grand effort est consacré à la validation statistique de ces modèles : choix des variables, forme fonctionnelle, présence éventuelle d'endogénéité au sein des variables explicatives, détection d'autocorrélation spatiale ou temporelle, biais de sélection,… Ignorer ou ne pas tenir compte d'erreurs de spécification rend caduque toute interprétation des résultats d'une analyse statistique et hasardeuse toute prédiction. Pour y pallier, des traitements sont également proposés : moindres carrés pondérés, feasible generalized least squares, techniques des variables instrumentales, traitement des modèles autorégressifs et à erreurs corrélées,… On propose également une initiation au langage R et aux librairies de statistiques spatiales qui y sont liées.
Méthodes d'enseignement

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Le cours fait alterner les exposés théoriques et les illustrations sur ordinateur.
Modes d'évaluation
des acquis des étudiants

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

L'évaluation se base sur un test de connaissance (QROC), un travail personnel sur un jeu de données et la présentation d'articles récents de revues de haut niveau (Regional Science and Urban Economics, Journal of Urban Economics,…)
Autres infos
Préalable : GEO1341 Modélisation statistique en géographie (ou similaire).
Ressources
en ligne
Toutes les notes, portions de code et jeux de données nécessaires pour ce cours se trouvent sur le site moodle associé à ce cours.
Bibliographie
  • R Bivand, E Pebesma and V Gómez-Rubio, Applied Spatial Data Analysis with R, Springer, New York, 2008.
  • MJ Crawley, Statistics: An Introduction Using R, John Wiley, 2005.
  • MJ Crawley, The R Book, John Wiley, 2007.
  • O Schabenberger and C Gotway, Statistical Methods for Spatial Data Analysis, Chapman & Hall, 2005.
  • WN Venables and BD Ripley, Modern Applied Statistics with S (4th edition), Springer, 2002.
  • M Verbeek, A Guide to Modern Econometrics, John Wiley, 2000.
Faculté ou entité
en charge
Force majeure
Modes d'évaluation
des acquis des étudiants
La crise sanitaire implique des incertitudes quant aux modalités d’évaluation en particulier pour la session de janvier. Deux options sont envisagées selon la sévérité des contraintes liées à la crise sanitaire.
Un plan A en présentiel :
  • Examen oral
Un plan B en distanciel :
  • Examen oral sur Teams


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master de spécialisation interdisciplinaire en sciences et gestion de l'environnement et du développement durable

Master [60] en sciences géographiques, orientation générale

Master [120] en sciences géographiques, orientation climatologie

Master [120] en sciences géographiques, orientation générale

Master de spécialisation en méthodes quantitatives en sciences sociales