Objectifs :
L’écologie et l’évolution, l’anthropologie, l’archéologie, la géologie et d’autres sciences de l'environnement sont régulièrement confrontées à l’utilisation d’outils statistiques avancés. Ceux-ci peuvent aller bien au-delà de la régression linéaire et de l’analyse de la variance vues en master ou licence. De tels modèles peuvent être formulés dans un cadre bayésien, qui rend plus aisé la quantification de l’incertitude, en particulier pour des modèles non-linéaires, hiérarchiques, ou à variables latentes.
Les objectifs de cette formation en statistique bayésienne sont doubles :
- Amener les doctorants à formuler et ajuster eux-mêmes des modèles statistiques complexes et flexibles, tout en ayant les moyens de les évaluer correctement.
- Revisiter les concepts classiques (tests, intervalles de confiance, p-values…) avec une perspective bayésienne, afin d’acquérir plus de recul sur la statistique en général.
Le cours sera basé sur des exemples pris dans les disciplines de l’ED SE, en particulier l'écologie.

Programme :
1. Objectif et philosophie de la statistique bayésienne.
2. L’ANOVA revisitée dans un cadre bayésien.
3. Markov Chain Monte Carlo (i.e., algorithmes pour la statistique bayésienne).
4. Des effets fixes aux effets aléatoires, introduction aux modèles mixtes.
5. Modèles mixtes et Poisson GLMs.
6. Modèles linéaires généralisés pour comptages.
7. Binomial/Bernoulli GLM(Ms). Importance des priors en échelle originale comme transformée.
8. Modèles non linéaires (croissance des organismes, dynamique de populations, …).
9. Modèles à variables latentes.
10. Sélection de modèles dans un cadre bayésien.

Pré-requis :
Connaissance de R, notions de code (e.g. boucles “for”), statistiques introductives (ANOVA, régression linéaire).

Equipe pédagogique :
Responsable de la formation : Frédéric Barraquand (CNRS / IMB) frederic.barraquand@u-bordeaux.fr

Méthode pédagogique :
10 sessions (~ 1 par semaine) 3h par session,
~ 1h30 de cours + 1h30 TD (pauses incluses)

Compétences acquises à l'issue de la formation :
Les doctorants apprendront à ajuster leur propres modèles en JAGS/R et à réaliser les diagnostics nécessaires.

Les Compétences et capacités visées à l'issue de la formation (fiches RNCP)

Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au répertoire national de la certification professionnelle. https://www.legifrance.gouv.fr/loda/id/JORFTEXT000038200990/

Bloc 1 : Conception et élaboration d’une démarche de recherche et développement, d’études et prospective

- Disposer d'une expertise scientifique tant générale que spécifique d'un domaine de recherche et de travail déterminé

Bloc 2 : Mise en œuvre d’une démarche de recherche et développement, d’études et prospective

- Mettre en œuvre les méthodes et les outils de la recherche en lien avec l’innovation

La formation participe à l'objectif suivant :être directement utile pour la réalisation des travaux personnels de recherche