Raisonnement Conditionnel Probabiliste ET Statistique Bayesienne

Paperback
Cet ouvrage expose de fa on d taill e la pratique de l'approche statistique bay sienne l'aide de nombreux exemples choisis pour leur int r t p dagogique. Il insiste particuli rement sur l'emploi du raisonnement conditionnel qui fonde la coh rence profonde des m thodes de la mod lisation et de l'inf rence statistique sous le paradigme bay sien. La premi re partie donne les principes g n raux de mod lisation statistique permettant d'encadrer mais aussi de venir au secours de l'imagination de l'apprenti mod lisateur. En examinant des exemples de difficult croissante, le lecteur forge les cl s pour construire son propre mod le. La seconde partie pr sente les algorithmes de calcul les plus utiles pour estimer les inconnues du mod le. Chaque m thode d'inf rence est pr sent e et illustr e par de nombreux cas d'applications. Si n cessaire, un rappel de leur cadre th orique essentiel est pr sent sans d monstration. Le livre cherche ainsi d gager les l ments cl s de la statistique bay sienne, en faisant l'hypoth se que le lecteur poss de les bases de la th orie des probabilit s et s'est d j trouv confront des probl mes ordinaires d'analyse statistique classique. Il peut servir de support un cours de mod lisation ou de statistique appliqu e dans un programme de Master ou d'Ecole d'Ing nieurs. Il s'adresse galement aux chercheurs et utilisateurs d sireux de s'assurer de la pertinence des m thodes qu'ils emploient. Le d butant, au prix d'un investissement intellectuel acceptable, aussi bien que le sp cialiste, pourront y trouver les informations fondamentales pour comprendre et mettre en oeuvre des mod les r pondant leurs besoins sp cifiques.