Cette thèse a pour but de développer un ensemble de concepts et d’outils inférentiels adaptés à l’analyse du polymorphisme génétique neutre dans une classe bien spécifique de modèles stochastiques de génétique des populations : les modèles démographiques spatialisés de populations où la dispersion des individus entre générations est limitée dans l’espace (modèles d’isolement par la distance). Cette analyse repose sur la combinaison de modèles stochastiques de l’évolution des populations (la coalescence en génération par génération) et d’une méthode d’inférence statistique par simulation (“the summary-likelihood method”). Dans un premier temps, les divers outils furent mis au point et testés indépendamment avant d’être intégré ensemble afin de créer un canevas d’inférence reliant des outils adaptés à nos modèles. Dans un second temps nous avons utilisé ce canevas afin d’étudier les performances et les bénéfices de ces nouvelles méthodes d’inférences par simulation dans ce contexte d’isolement par la distance, notamment l’influence de la prise en compte des patrons de déséquilibre de liaison sur l’inférence des paramètres de densité et de dispersion.