Description

Principes généraux ; Choix de la loi a priori, lois a priori non informative ; Procédures bayésiennes d'estimation et de test ; Introduction aux méthodes MCMC : algorithmes de Hasting-Metropolis et de Gibbs. Applications.

Compétences visées

L'étudiant devra connaître les procédures et algorithmes standards en bayésien.

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

CT (Contrôle terminal, mêlé de contrôle continu)

Coefficient

3.0