Tutoriels et livres

Tutoriels et cours online

• Cours de biostatistique de l'Université de Lyon : nombreuses ressources théoriques et en programmation R. Une des sources les plus complètes en francais.

• Cours de statistiques d'AgroParisTech : bases du modèle linéaire, analyse en composantes principales, séries chronologiques, processus stochastiques (plus avancé).

• Série d'ateliers du Centre québécois des Sciences de la Biodiversité : nombreux cours et tutoriels utiles en statistique appliquée avec R (en français ou anglais).

• Le site Statlect : maintenu par Marco Tobago, présente de nombreux cours théoriques assez abordables sur les fondamentaux des probabilités, de la statistique ou du calcul matriciel.

• R pour les débutants : introduction au logiciel R (français).

• GLMMs wiki : tout savoir sur les Modèles linéaires généralisés mixtes (en anglais).

• Cross-validated : le plus grand forum statistique (en anglais).

• Les webinaires de la section Statistical Ecology de l'ESA (Ecological Society of America) : nombreux séminaires pédagogiques sur Youtube sur des sujets statistiques variés (e.g. GLM(M) avec inflation en zéro, GAMs, SEMs, modélisation en écologie du mouvement, modélisation spatiale).

Ouvrages statistiques généraux pour la biologie et l'écologie (en R)

Niveau débutant

• The Analysis of Biological Data, par Michael Whitlock and Dolph Schluter. Un support classique pour les statistiques. Du t-test à la vraisemblance.

• A primer of ecological statistics, par Nicholas Gotelli et Aaron Ellison. Un texte de référence qui couvre l'approche fréquentiste autant que  bayésienne, avec de nombreux exemples tirés de l'écologie.

• How to be a quantitative ecologist, par Jason Matthiopoulos. Pour les écologues qui ont oublié leurs cours de mathématiques, nombreux rappels.

Niveau intermédiaire

• Ecological Models and Data in R, par Ben Bolker. Un ouvrage de référence pour ajuster soi-même des modèles mécanistes à des données. Revoit le modèle linéaire et bien plus. Versions intermédiaires et exercices.

• Experimental design and data analysis for biologists, par Gerry Quinn et Michael Keough. Une attention particulière au design statistique et à la vérification des modèles.

• Regression Modeling Strategies, par Frank Harrell. Ouvrage de référence abordable concernant les différentes stratégies de modélisation en biologie (exploratoire, inférentielle ou prédictive) et les méthodes associées d'évaluation des modèles (e.g. par bootstrap ou validation-croisée), le tout avec de nombreux exemples et un package R facilitant tout cela.

• Analysing ecological data, par Alain Zuur et al. Un guide des différentes techniques d'analyse standard des données écologiques.

• Introduction to WinBUGS for Ecologists, par Marc Kéry. Une introduction accessible aux statistiques bayésiennes. De la régression aux modèles de mélange.

• Bayesian Models: A Statistical Primer for Ecologists, par Thompson Hobbs et Melvin Hooten. Les principes derrière les applications, expliqués de manière simple.

• Ecological Statistics: Contemporary theory and application, par Gordon Fox et al.

Ouvrages spécialisés

Biologie des populations & modèles hiérarchiques bayésiens

• Bayesian Population Analysis, par Marc Kéry et Michael Schaub.

• Models for Ecological Data: An Introduction, par James Clark.

• Introduction to Hierarchical Bayesian Modeling for Ecological Data, par Parent et Rivot.

• Hierarchical Modeling and Inference in Ecology: The Analysis of Data from Populations, Metapopulations and Communities, par Andrew Royle and Robert Dorazio. 

• Bayesian analysis for population ecology, par Ruth King et al.

• Modelling Population Dynamics: Model Formulation, Fitting and Assessment using State-Space Methods, par Ken Newman et al.

• Analysis of Capture-Recapture Data, par Rachel McCrea et Byron Morgan

Ecologie des communautés & statistiques multivariées

• Numerical ecology, par Legendre and Legendre. Texte de référence sur les statistiques multivariées en écologie.

• A primer of ecology with R, par Hank Stevens. Principalement de la théorie écologique, mais les derniers chapitres discutent l'ajustement de modèles mécanistes à des données de communautés.

Modèles mixtes

• Mixed Effects Models and Extensions in Ecology with R, par Alain Zuur et al.

• Mixed-Effects Models in S and S-plus, par José Pinheiro et Douglas Bates. Pas un texte d'écologie statistique, mais toujours une référence-clé.

Séries temporelles

• Time Series Analysis and Its Applications: With R Examples par Shumway and Stoffer. [général, pas limité à l'écologie]

• Introductory Time Series with R by Cowpertwait and Metcalfe