Résumé
L'étude des systèmes écologiques est souvent rendue difficile car certaines composantes échappent à une observation parfaite, comme les trajectoires d'animaux en mouvement ou la banque de graines des plantes. La modélisation statistique permet de traiter efficacement ces composantes cachées en utilisant le cadre des variables latentes, qui permet de modéliser une structure d'interaction sous-jacente entre les variables, d'inclure des effets aléatoires dans les modèles de régression ou d'effectuer une classification des données, autant de tâches utiles dans l'analyse des données écologiques. Approches statistiques pour les variables cachées en écologie s'intéresse aux variables cachées en écologie. Il présente des travaux récents sur la modélisation statistique et l'estimation dans des modèles avec variables latentes. Ces études sont illustrées par des exemples écologiques impliquant différents types de variables latentes, à différentes échelles d'organisation, des individus aux écosystèmes. Les lecteurs, qui ont accès aux données et aux codes R pour faciliter la compréhension des modèles, pourront ainsi adapter les outils d'inférence à leurs propres données.