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.