- S'inscrire
- |
- Mon compte
- |
- Newsletter
- |
- Aide
Méthodes bayésiennes en statistique
- Auteur(s) : Jean-Jacques Droesbeke , Jeanne Fine , Gilbert Saporta
- Editeur : Technip
- Nombre de pages : 418 pages
- Date de parution : 21/05/2002
Le théorème de Bayes, le créateur des méthodes bayésiennes en statistique, permet de calculer des probabilités a posteriori... Est-ce assez clair ? Non ? Heureusement, cet ouvrage fait le point sur les méthodes bayésiennes et leurs applications, de plus en plus utilisées en fiabilité, économie et médecine.
Résumé
Cet ouvrage est le fruit de la collaboration entre des spécialistes francophones parmi les plus réputés : Michel Mouchart et Léopold Simar (Louvain La Neuve), Christian Robert (CREST-INSEE), Jean-Pierre Florens et Jérôme Dupuis (Toulouse), réunis à l'occasion des 8e Journées d'Études en Statistique organisées par la SFdS au Centre International de Rencontres Mathématiques de Luminy.
Contents
- 1. Thomas Bayes et son héritage.
- 2. Le paradigme bayésien.
- 3. Inférence bayésienne : principes généraux.
- 4. Modèles de base de l'analyse bayésienne.
- 5. Spécification de la distribution a priori.
- 6. Méthodes de calcul en analyse bayésienne.
- 7. Bases décisionnelles de l'analyse bayésienne.
- 8. Tests d'hypothèses et choix de modèles.
- 9. Propriétés asymptotiques des estimateurs bayésiens.
- 10. Estimation bayésienne de modèles de mélanges.
- 11. Quelques modèles de séries temporelles.
- 12. Inférence bayésienne non paramétrique et bootstrap.
- 13. Modèles de durée.
- 14. Estimation bayésienne de modèle multi-états markovien.
Caractéristiques
|
|













Devenez Fan !
Suivez-nous sur Twitter