Read more
Ce travail de recherche s''inscrit dans le cadre des méthodes factorielles qui permettent de décrire et prédire des données structurées en plusieurs tableaux. Les objectifs et la nature des données d''épidémiologie analytique dans le domaine vétérinaire ont amené à centrer le travail sur les méthodes de régression multibloc, qui orientent la description de plusieurs tableaux de variables vers l''explication d''un autre tableau. Un des principaux objectifs est de contribuer à la réflexion sur la sensibilité de ces méthodes à la multicolinéarité. Des méthodes statistiques existantes sont présentées et reliées dans un cadre unifié, relevant soit de critères à maximiser comparables, soit d''un continuum général les reliant. De nouvelles méthodes peu vulnérables à l''égard de la multicolinéarité, et s''appliquant au cas de données structurées en deux puis en (K+1) tableaux, sont proposées. L''intérêt de ces méthodes, ainsi que des continuums qui leur sont associés, est illustré sur la base d''études de cas réels en épidémiologie. Ce travail de recherche a permis d''appliquer les méthodes multiblocs au domaine de l''épidémiologie animale, dans lequel elles n''avaient pas encore été utilisées.
About the author
Docteur en statistique (Université Rennes 2), diplômée de l''Ecole Nationale Supérieure Agronomique de Montpellier, ingénieur de recherche chez Danone (1997-2002), maître de conférence à l''Université de Tours (1999-2001), chercheur à l''agence nationale de sécurité sanitaire de l''alimentation, de l''environnement et du travail depuis 2002.
