• Apporter les bases permettant de manipuler les principales méthodes statistiques pour construire, analyser ou utiliser leur modèle,
• Appréhender la pratique réelle de ces méthodes au travers d'exemples et de travaux pratiques avec le logiciel R afin de permettre aux participants d'appliquer ces méthodes sur leurs propres modèles.

• Ingénieurs et chercheurs (ITA, INRAE,…) travaillant avec des modèles pour l'agronomie ou l'élevage
• Doctorants en sciences agronomiques et écologie ayant un volet modélisation dans leur projet de recherche

Connaissance suffisante du logiciel R et utilisation ou conception de modèles dans ses travaux.

L'inscription à la formation est validée par un questionnaire de positionnement.

Méthodes de base (2,5 jours)

Jour 1 (4h)

• Introduction à la modélisation des systèmes pour l'agriculture
• Simulation numérique des systèmes en langage R 
• Analyse d'incertitude (dont méthode d'ensemble en ouverture)

Jour 2 (6h)

• Analyse de sensibilité
• Évaluation des modèles avec des données expérimentales

Jour 3 (6h)

• Estimation de paramètres fréquentiste (calibration)
• Atelier données manquantes
• Étude de cas maïs. Sur un modèle : ensemble des étapes et résultats
• Discussion, évaluation et conclusion du cours 

Méthodes plus avancées (1 jour optionnel)

Jour 4 (6h)

• Méta-modélisation
• Méthodes bayésiennes pour l'estimation des paramètres et l'assimilation de données 
• Discussion, évaluation et conclusion du cours

Formation en salle avec diaporama projeté par vidéoprojecteur

• Exposés, échanges
• Travaux pratiques

Sera remis au participant en début de session :

• Le pdf de la formation
• L'ouvrage collectif « Working with Dynamic Crop Models, 3rd Edition. Methods, Tools and Examples for Agriculture and Environment. by D. Wallach, D. Makowski, J.W. Jones et F. Brun

• Questionnaire de positionnement
• Évaluation des compétences acquises lors de la formation par des exercices pratiques
• Évaluation de la formation par un questionnaire de satisfaction

• Émargement par 1/2 journée
• Certificat de réalisation transmis par courriel à l’issue de la formation

Buis Samuel, Ingénieur en calcul scientifique, Inrae

• Intervenant sur les méthodes d'estimation des paramètres

Makowski David, Directeur de recherche et animateur du réseau www.modelia.org, Inrae

• Intervenant sur les méthodes d'évaluation et le cas d'usage sur le maïs

Piquemal Benoît, Ingénieur modélisateur, Arvalis

• Intervenant sur les méthodes bayésiennes et l'assimilation des données
  

Trépos Ronan, Ingénieur en calcul scientifique, Inrae

• Intervenant sur les méthodes d'analyse de sensibilité