Télécharger - Bioversity International

Chapitre 6
9. Ouvrez le document HTML Pinus_kesiya dans votre navigateur web (comme Firefox,
Safari, Chrome ou Internet Explorer).
9
10. Le « taux d’omission » est une variable statistique indicatrice de la performance du
modèle. Le graphique Omission and Predicted Area présente trois courbes :
152
Omission on training samples (courbe bleue) montre les sous-ensembles des points de
présence situés en dehors de l’aire potentielle modélisée par Maxent (Fraction value) par
les valeurs du seuil de probabilité (basse et haute) qui délimitent l’aire prédite (Cumulative
threshold). Training samples est synonyme de ‘points de présence’.
Fraction of background predicted (courbe rouge) montre les sous-ensembles de points
aléatoires de la zone d’étude qui ont été inclus dans l’aire prédite selon divers seuils
cumulatifs Cumulative thresholds.
Predicted omission (courbe noire) est une courbe de référence.
Si la courbe bleue (Omission on training samples) est située beaucoup plus bas que la courbe
de référence (Predicted omission), le modèle généré souffre probablement d’un ‘surajustement’
(overfitting) du fait de la dépendance entre les points (Phillips, 2009).
11. L’un des paramètres utilisé pour évaluer la capacité prédictive d’un modèle généré par
Maxent est la Surface Incluse sous la Courbe (en anglais : AUC) de la courbe Receiver
Operating Characteristic (ROC). Le sous-ensemble de la zone prédite (Fractional predicted
area) sur l’axe X fait référence au sous-ensemble de l’aire totale de l’étude où l’espèce est
modélisée, alors que la sensibilité (Sensivity) sur l’axe Y fait référence à la proportion de
points de présence dans l’aire d’occurrence prédite par rapport au nombre total de points