La collecte de données sur les déplacements des animaux se développe rapidement, et des modèles statistiques de plus en plus complexes sont utilisés pour comprendre les mécanismes qui sous-tendent l'utilisation de l'espace par les animaux. Je présenterai plusieurs objectifs clés des études sur les mouvements, tels que la quantification des différences interindividuelles, l'estimation des schémas comportementaux circadiens et saisonniers, et la prise en compte de variables spatiales non observées. J'expliquerai comment ces caractéristiques peuvent toutes être modélisées dans un cadre analogue aux modèles additifs généralisés (mixtes). Je décrirai une méthode de mise en oeuvre flexible utilisant le paquet mgcv pour la spécification du modèle, et Template Model Builder (TMB) pour l'estimation du modèle. Je présenterai ensuite trois projets dans lesquels nous avons appliqué ces idées aux données de mouvement de diverses espèces : d'abord décrire la dynamique comportementale avec des modèles de Markov cachés, ensuite comprendre comment l'environnement façonne le mouvement des animaux avec des fonctions de sélection des étapes, et enfin modéliser le mouvement en temps continu avec des équations différentielles stochastiques.