Informations pratiques

Date : 27/03/2024
Lieu : Paris (75)
Durée : 7h (+ 3h optionnelles le 10/04 à distance)
Tarif : 410 € HT
Intervenant(s) : François Brun, ingénieur, animateur du RMT Science des données et Modélisation (www.modelia.org) (Acta) ; Korgan Aldebert, ingénieur, chargé de mission Science des données sur l'utilisation des scores de propensions en contexte agronomique (Acta) ; David Makowski, directeur de recherche, animateur du RMT Science des données et Modélisation (www.modelia.org) (INRAE)
Délais d'accès : vous pouvez vous inscrire
jusqu’à 3 semaines avant la formation.
Au-delà, merci de nous contacter
Accessibilité : afin que cette formation soit accessible à tous, nous invitons les personnes qui ont besoin d’aménagements à nous le signaler en contactant directement notre référent Handicap : nous contacter
À la demande : pour une formation adaptée à votre structure : nous contacter
Mise à jour 24/11/2023

Objectifs

  • Acquérir les bases permettant de manipuler les principales méthodes des scores de propensions pour estimer des effets sur une pratique agricole en minimisant les biais
  • Appliquer ces méthodes dans des études de cas agricoles avec le logiciel R

Public

Ingénieurs, doctorants et chercheurs travaillant dans les domaines de l’agriculture, de l’agroalimentaire et de l’environnement.

Pré-requis

  • Connaissances de base du logiciel R
  • Maîtriser les méthodes de base de régression linéaire

Programme et déroulé

Contexte / Enjeux

Les réseaux d’observations sont couramment utilisés pour évaluer les pratiques agricoles et environnementales, offrant une représentation plus réaliste de la diversité des situations agronomiques et une réduction des coûts par rapport à l’expérimentation classique. Cependant, ces réseaux peuvent présenter des variations dans les méthodes de collecte, de mesure et d’analyse des données en raison de leur composition multi-sources. De plus, les pratiques agricoles se déroulent dans des conditions variables, ce qui peut influencer la quantification des effets.

Bien que les réseaux d’observations soient généralement utilisés pour la surveillance et la représentativité de l’échantillon, certains réseaux cherchent à quantifier les effets des pratiques. Cependant, chaque situation observée ne fait pas l’objet d’un contrôle, contrairement à l’expérimentation, ce qui limite la quantification de l’effet. Une quantification directe de l’effet d’une pratique risque alors de comporter un biais. En effet, les biais potentiels (dû à des différences préexistantes entre les groupes de contrôle et de traitement) et les facteurs de confusion peuvent rendre difficile l’estimation de l’effet d’une pratique spécifique.

Les scores de propensions offrent une solution en équilibrant les groupes de traitement et de contrôle selon leurs caractéristiques de base, simulant ainsi les données obtenues dans les réseaux d’essais.

Cette formation présente les principes et méthodes des scores de propensions comme alternative pour aider les chercheurs et praticiens à estimer les effets des pratiques à partir des réseaux d’observations disponibles.

   En savoir plus

27 mars – 9h30/17h30

Journée de formation théorique et pratique en présentiel (7h)

  • Rappel des estimateurs couramment utilisés
  • Identification des sources de biais
  • Méthode d’appariement sans score de propension
  • Estimation du score de propension
  • Méthode d’appariement avec le score de propension
  • Méthode de pondération inverse avec le score de propension
  • Estimation du score de propension par Machine Learning
  • Cas pratique pour illustrer (autour des pratiques de fertilisation & irrigation et autour de l’analyse de système agricole).

 

10 avril – 9h/12h

Atelier facultatif à distance (3h)

  • Atelier autour des mises en pratique par les participants sur leurs propres cas d’utilisation (en amont : envoi par mail aux formateurs des projets/analyses personnels).

Si vous souhaitez participer à cet atelier, merci de l’indiquer dans le champs « commentaire » du formulaire d’inscription.

Ressources pédagogiques

  • PDF de la formation
  • Script R et markdown pour les exemples

Moyens pédagogiques

  • Exposés, échanges et quizz
  • Travaux pratiques personnels

Moyens d’évaluation

  • Évaluation des compétences acquises lors de la formation par des quizz et des exercices pratiques individuels
  • Évaluation de la formation par un questionnaire de satisfaction

Moyen de suivi et formalisation à l’issue de la formation

  • Émargement
  • Certificat de réalisation transmis par courriel à l’issue de la formation

Équipements nécessaires

Ordinateur portable équipé de R et RStudio

Partenaires financiers :

Inscription

Estimer l’effet d’une pratique agricole à partir d’un réseau d’observation : intérêt des scores de propension, 27/03/2024, Paris (75)

Civilité
Statut RQTH
Cette donnée, potentiellement d’ordre médical, peut nous permettre d’adapter nos formations à l’accueil des personnes en situation de handicap. En cochant cette case, vous donnez explicitement votre consentement au stockage de cette information. Vous pouvez à tout moment nous demander de la supprimer, de la rectifier ou d’y avoir accès en contactant l’adresse dpo@acta.asso.fr et en joignant un justificatif d’identité.
RGPD
Ces informations sont collectées aux seules fins de procéder à votre inscription à la formation et de vous envoyer tous les documents nécessaires. Conformément au Règlement Général relatif à la Protection des Données (RGPD - 20166/679), vous disposez d'un droit d'accès, de rectification, d'effacement et de portabilité. Vous pouvez à tout moment faire valoir ces droits en écrivant à dpo@acta.asso.fr.
Hidden