README.md

Challenge modélisation - Prédire le nourrissage des oisillons chez un oiseau fonctionnant en groupes sociaux

Vous arrivez à la fin de la section dédiée à la modélisation statistique au terme de ce cinquième module de Science des Données Biologiques 2. Vous avez maintenant un challenge à relever.

Le pomatostome à calotte marron Pomatostomus ruficeps (Hartlaub, 1852), chestnut-crowned babbler en anglais, est un passereau de l'ouest australien. Il vit en groupes sociaux ayant la particularité de coopérer à l'élevage des oisillons : les autres individus du groupe aident les parents à nourrir les jeunes. Votre objectif est de modéliser le taux de nourrissage des oisillons par les adultes en fonction de différents paramètres.

Vous recevez un jeu de données babblers.rds dans le dossier data reprenant le nombre de nourrissages (Feeding) durant la période d'étude pour chaque individu en fonction d'autres variables pour une petite centaine d'oiseaux. Ces variables complémentaires sont :

• ObsTime : le temps d'observation en heures décimales
• Sex : le sexe de l'individu ("f" pour femelle, "m" pour mâle)
• Age : l'âge de l'individu ("adult" ou "yearling")
• Relatedness : le degré de parenté avec les oisillons ("0", "0.25", "0.5"), plus la valeur est élevée, plus l'individu est proche des oisillons avec 0.5 correspondant à un des parents
• ChickAge : l'âge des oisillons en jours
• BroodSize : le nombre d'oisillons dans le nid
• UnitSize : la taille du groupe social
• ChickAge2, BroodSize2, UnitSize2 : les variables précédentes élevées au carré pour votre facilité au cas où vous souhaiteriez utiliser une régression polynomiale

Le challenge consiste à prédire le nourrissage des oisillons en fonction de ces variables. Le meilleur modèle est choisi en fonction du critère d'Akaike en utilisant la valeur par défaut de k = 2.

Lisez bien les instructions ci-dessous et assurez-vous de les avoir bien comprises avant de commencer votre travail !

Vos propositions doivent être soumises via l'interface dans le cours : soumettez le fichier .rds qui est généré dans /results. Vous avez un document Quarto babblers_model.qmd de départ à compléter pour vous y aider. Vous devez compiler le document au format HTML à l'aide du bouton Rendu pour obtenir un fichier de résultat que vous pouvez soumettre. Vous pouvez soumettre autant de modèles que vous voulez, mais vous devez effectuer un commit pour chaque modèle soumis. Vos résultats et votre progression seront affichés dans le tableau des scores.