Objectifs :
- Demystifying Bayesian statistics and MCMC methods
- Differentiate between Bayesian and frequentist analyses
- Understanding the Methods section of a paper using Bayesian methods
- Implementing Bayesian analyses with R

Programme :
- Bayesian inference: motivation and simple example
- Likelihood
- A detour through a priori distributions
- Markov chain Monte Carlo (MCMC) methods
- Bayesian analysis with R and the NIMBLE and brms software packages
- Generalized linear mixed models

Pré-requis :
Linear regression
Bring your computer

Méthode pédagogique :
A mix of theory and practical work on the computer

Compétences acquises à l'issue de la formation :
To be able to carry out Bayesian statistical analyses with R

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

- Identifier et résoudre des problèmes complexes et nouveaux impliquant une pluralité de domaines, en mobilisant les connaissances et les savoir-faire les plus avancés

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

Bloc 4 : Veille scientifique et technologique à l’échelle internationale

- Disposer d’une compréhension, d’un recul et d’un regard critique sur l’ensemble des informations de pointe disponibles

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