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.
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
