Comme nous l’avons vu au chapitre 4, de nombreuses méthodes sont disponibles pour caractériser les paysages. La modélisation statistique vise ensuite à mettre en relation les caractéristiques des paysages avec une variable-réponse biologique. Il peut s’agir de l’abondance d’un bioagresseur (ravageur des cultures, agent responsable d’une maladie, plante adventice, etc.), d’une quantité de maladie, de l’abondance d’auxiliaires de culture (ennemis naturels, pollinisateurs), ou de mesures plus ou moins directes de processus écologiques (prédation, pollinisation, etc.). Deux finalités différentes, et complémentaires, sont habituellement distinguées. La première est d’expliquer : caractériser les liens, si possible de causalité, qui lient une variable explicative (paysagère) à une variable biologique. La deuxième est de prédire. Les deux finalités ne sont pas équivalentes, notamment pour les systèmes complexes étudiés en santé des plantes, du fait de relations indirectes. Une grande diversité de modèles statistiques est disponible selon le type de données analysées et la finalité de l’analyse. Dans tous les cas, l’objectif est d’ajuster un modèle capable d’expliquer les variations observables dans les données. Dans la première partie de ce chapitre, nous présenterons des méthodes d’acquisition de données sur les liens entre les paysages et les processus écologiques qui impactent la santé des plantes. Dans la seconde partie, nous présenterons quelques méthodes statistiques adaptées aux spécificités des jeux de données recueillies à l’échelle des paysages.