03-ModelesSpatiauxPanel.qmd

# Modèles d'économétrie spatiale par panel {#sec-chap03}

Dans ce chapitre, nous abordons une extension des modèles autorégressifs, soit les modèles spatiaux par panel qui permettent de modéliser des données spatiales longitudinales.


::: bloc_objectif
::: bloc_objectif-header
::: bloc_objectif-icon
:::
**Objectifs d'apprentissage visés dans ce chapitre**
:::
::: bloc_objectif-body
À la fin de ce chapitre, vous devriez être en mesure de : 

-   Comprendre les différentes formulations des modèles spatiaux par panel (SLPDM, SEPDM et SEPDM).
-   Assimiler les principes fondamentaux de ces différentes modèles.
-   Identifier le modèle spatial par panel le plus approprié (SLPDM, SEPDM et SEPDM).
-   Analyser les résultats produits par ces différentes modèles.
-   Mettre en pratique ces modèles spatiaux par panel dans R.
:::
:::


::: bloc_package
::: bloc_package-header
::: bloc_package-icon
:::

**Liste des *packages* utilisés dans ce chapitre**
:::

::: bloc_package-body
-   Pour importer et manipuler des fichiers géographiques :
    -   `sf` pour importer et manipuler des données vectorielles.
-   Pour construire des cartes et des graphiques :
    -   `tmap` pour construire des cartes thématiques.
    -   `ggplot2` est un *package* pour construire des graphiques.
-   Pour les régressions :
    -   `spdep` pour construire des matrices spatiales et calculer des mesures d’autocorrélation spatiale.
    -   `plm` pour construire des modèles de régression par panel.
    -   `splm` pour construire des modèles de régression spatiale par panel.
:::
:::

##	Bref retour sur les modèles en panel {#sec-031}

##	Formulation des différents modèles spatiaux par panel {#sec-032}

### Description des différents modèles {#sec-0321}

### Modèle SLPDM : autocorrélation sur la variable dépendante {#sec-0322}
### Modèle SEPDM : autocorrélation sur le terme d’erreur {#sec-0323}
### Modèle SEPDM : autocorrélation sur la variable dépendante et les variables indépendantes  {#sec-0324}

## Sélection du modèle spatial par panel le plus approprié {#sec-033}

##	Mise en œuvre dans R {#sec-034}

## Quiz de révision {#sec-035}

```{r}
#| label: quizChapitre03
#| echo: false 
#| eval: true 
#| message: false 
#| warning: false 
#| results: asis

source("code_complementaire/QuizzFunctions.R")
Chap03Quiz <- quizz("quiz/Chap03.yml", "Chap03")
render_quizz(Chap03Quiz)
```

## Exercices de révision {#sec-036}

::: bloc_exercice
::: bloc_exercice-header
::: bloc_exercice-icon
:::

**Exercice 1.** Calcul du centre moyen et de la distance standard pour les accidents
:::

::: bloc_exercice-body
Complétez le code ci-dessous.

```{r}
#| echo: true 
#| message: false 
#| warning: false 
#| eval: false
library(sf)
library(tmap)
```

Correction à la [section @sec-06031].
:::
:::

::: bloc_exercice
::: bloc_exercice-header
::: bloc_exercice-icon
:::

**Exercice 2.** Calcul et cartographie de la densité des accidents dans un maillage irrégulier
:::

::: bloc_exercice-body
Pour l'année 2021, complétez le code ci-dessous.

```{r}
#| echo: true 
#| message: false 
#| warning: false 
#| eval: false
library(sf)
library(tmap)
```

Correction à la [section @sec-06032].
:::
:::

::: bloc_exercice
::: bloc_exercice-header
::: bloc_exercice-icon
:::

**Exercice 3.** Calcul et cartographie de la densité des accidents dans un maillage régulier
:::

::: bloc_exercice-body
Pour l'année 2021, complétez le code ci-dessous.

```{r}
#| echo: true 
#| message: false 
#| warning: false 
#| eval: false
library(sf)
library(spatstat)
library(tmap)
```

Correction à la [section @sec-06033].
:::
:::