L'objectif de toute acquisition de données géophysiques est d'obtenir une image plus précise de l'intérieur de la Terre. Afin de préciser cette image, on utilise principalement des méthodes d'inférence déterministe ayant comme but de fournir une description exacte de chaque détail particulier. Contraire aux méthodes déterministes, les approches stat- istiques n'essaient de saisir que les caractéristiques principales de l'ensemble des déiails. Ceci réduit la complexité mathématique, nous permettant ainsi de mieux étudier certains phénomènes physiques. De plus, elles peuvent nous aider à sonder la Terre à une échelle plus petite que la résolution des méthodes déterministes. Finalement, elles peuvent nous fournir une appréciation de vraisemblance, nous aidant ainsi à prendre des décisions ou à reconnaître des signaux. Dans ce mémoire, nous avons utilisé ces 3 avantages sur 2 problèmes différents. D'abord , nous les avons employés afin d 'augmenter le rapport signal sur bruit en détectant des réflexions dans des données de sismique réflexion profonde d'une faible qualité. Ceci nous a permis de faciliter l'interprétation du profil considéré. Deux méthodes différentes ont été considérées, celle dite Classification par Vraisemblance Maximale et celle des Réseaux de Neurones. Ensuite, nous les avons utilisés afin d 'étudier le processus de la diffusion forte dans un milieu acoustique, stratifié et aléatoire. Afin d 'étudier ce problème, nous avons appliqué la théorie de la localisation d 'onde prédisant l'atténuation apparente et la dispersion d 'une impulsion traversant un tel milieu. Cette théorie nous a aussi permis d 'estimer la magnitude et la dimension typiques des fluctuations des vitesses et le facteur de qualité de l'atténuation intrinsèque sous le Bassin de Mauléon dans les Pyrénées Occidentales. Ceci nous a montré que la croùte supérieure y est plus hétérogène et plus atténuante que la croute inférieure et que les dimensions typiques y sont plus petites.