Ce travail de thèse porte sur le développement de modèles économétriques/statistiques spatiaux pour analyser le marché immobilier en Corse. Concernant les contributions techniques, j'aborde dans ce travail la question de l'autocorrélation spatiale et temporelle dans le résidu de la régression linéaire classique qui peut conduire à des estimations biaisées. Les premières études empiriques utilisant des outils « a-spatiaux », tels que la méthode des moindres carrés ordinaires, ont ainsi probablement produit des estimations biaisées. Grâce à l’adoption de techniques basées sur l'économétrie spatiale, les économistes peuvent désormais gérer de manière plus efficace les problèmes liés à la présence d'autocorrélations dans les données. Cependant, la prise en compte de la dimension temporelle dans ce type de modèles demeure « floue » en raison du recours à des paramètres complexes qu’elle nécessite. Pour faire face à l'autocorrelation spatiale et temporelle, j’ai eu recours à l'application de modèles spatiotemporels hiérarchiques bayésiens. En termes d'économie régionale, j’ai utilisé les modèles hiérarchiques spatiotemporels bayésiens que j’ai développés pour évaluer le marché immobilier en Corse. En particulier, la question de savoir en quoi l’emplacement géographique affecte les caractéristiques du logement (prix, destination principale) constitue le cœur de cette thèse. Les sujets analysés sont complexes car ils traitent de questions allant de la prévision des prix de vente des appartements en Corse, à l'enquête sur les taux des résidences secondaires et à l'évaluation de l'impact de la vue sur mer. En outre, les fondements économiques de ces thématiques reposent sur la méthode des prix hédoniques, la prise en compte d’effets adjacents (adjacent effects) et d’effets d’entrainement (ripple effects). Enfin, j'identifie les points chauds (hot spots) et les points froids (cold spots) en termes de prix des appartements et de taux des résidences secondaires, et j’évalue l’impact de la vue sur mer (la mer Méditerranée dans le cadre de ce travail) et de l'accessibilité à la côte sur les prix des appartements. Ces résultats devraient fournir de précieuses informations pouvant aider à la prise de décision des planificateurs en matière d’urbanisation et des décideurs publics.