Ce stage fait suite au travail récent de Marion Naveau dans lequel la sélection de covariables dans les modèles non linéaires à effets mixtes est réalisée en couplant l’algorithme SAEM et un prior bayésien de type spike and slab. Cette procédure est itérative et nécessite plusieurs évaluations de la fonction de régression non linéaire à chacune de ses itérations. Lorsque la fonction de régression est coûteuse à évaluer, le temps d’exécution de la méthodologie complète devient prohibitif. Des approches de métamodélisation, déjà appliquées avec succès pour l’estimation de paramètres dans des modèles non linéaires à effets mixtes, pourraient permettre de réduire les temps de calcul.
Le stagiaire débutera par un travail bibliographique visant à comprendre le formalisme des modèles non linéaires à effets mixtes et les approches classiques de métamodélisation. Il réfléchira ensuite à l’utilisation de méta-modèles pour améliorer la méthodologie développée dans la thèse de Marion. Puis il implémentera la méthode proposée et réalisera des simulations pour en valider le comportement numérique. Enfin, il l’appliquera à des données réelles.