Objectifs :
- Démystifier les statistiques bayésiennes, et les méthodes MCMC
- Faire la différence entre analyses bayésiennes et fréquentistes
- Comprendre la section Méthodes d'un papier qui utilise le bayésien
- Implémenter des analyses bayésiennes avec R

Programme :
- Inférence bayésienne : motivation et exemple simple
- La vraisemblance
- Un détour par les distributions a priori
- Les méthodes de Monte Carlo par chaînes de Markov (MCMC)
- Analyses bayésiennes avec R et les logiciels NIMBLE et brms
- Modèles linéaires généralisés mixtes

Pré-requis :
Modèle linéaire, bases de programmation
Apporter son ordinateur

Méthode pédagogique :
Mélange de cours théoriques et de travaux pratiques sur ordinateur

Compétences acquises à l'issue de la formation :
Être capable de conduire des analyses statistiques en bayésien avec R et Jags.

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