Ground penetrating radar (GPR) is a geophysical method used in highway maintenance to determine subsurface conditions within the right-of-way. GPR operates by using short-pulse radiation of radio-frequency electromagnetic energy to record dissimilarities in electrical properties of subsurface materials. As such, GPR results are susceptible to the transmission frequency used and the inherent properties of different subsurface materials. Uncertainty due to these susceptibilities can lead to ambiguity in the interpretation of GPR data. To distinguish heterogeneity from uncertainty, this paper modeled GPR data on pavement layer thickness using Markov Chain Monte Carlo (MCMC) simulation. MCMC is able to model heterogeneity within a given dataset and was employed to estimate and predict layer thicknesses obtained from GPR data. Simulated results were consistent with field data and provided statistical estimates of missing values in the original dataset. This analysis will aid relevant stakeholders to verify and determine consistency in field GPR data.Résumé : Le géoradar est une méthode géophysique utilisée lors de l'entretien des autoroutes afin de déterminer les conditions sous la surface dans le droit de passage. Le géoradar utilise des impulsions courtes d'énergie électromagnétique de fréquence radio pour enregistrer les différences dans les propriétés électriques des matériaux sous la surface. En tant que tels, les résultats du géoradar sont sensibles à la fréquence de transmission utilisée et aux propriétés inhérentes des divers matériaux sous la surface. L'incertitude causée par ces sensibilités peut compliquer l'interprétation des données géoradar. Pour distinguer l'hétérogénéité de l'incertitude, cet article montre la modélisation des données géoradar sur l'épaisseur de la couche de revêtement utilisant la simulation Monte Carlo par chaîne de Markov (MCMC). La MCMC permet de modéliser l'hétérogénéité dans un ensemble de données et elle a été utilisée pour estimer et prédire les épaisseurs de couche obtenues (à partir) des données géoradar. Les résultats simulés correspondaient aux données sur le terrain et ils ont permis d'estimer les valeurs manquantes de l'ensemble de données initial. Cette analyse aidera les intervenants à vérifier et à déterminer la cohérence des données géoradar sur le terrain. [Traduit par la Rédaction]