Séminaire Modecol 06/02/18 - Introduction à l’analyse statistique Bayésienne (Etienne Rivot)

Programme :
Introduire et illustrer les principaux concepts et mĂ©thodes de l’analyse statistique BayĂ©sienne pour l’écologie statistique (tĂ©lĂ©charger la prĂ©sentation) :
- Concepts de l’analyse statistique Bayésienne et positionnement par rapport au cadre statistique classique (maximum de vraisemblance).
- Intérêt de ce cadre pour la modélisation statistique, l’inférence et la prédiction dans les sciences de l’environnement.
* Utilisation des distributions de probabilité pour modéliser les incertitudes
* Mise à jour des distributions de probabilité a priori à a posteriori : la formule de Bayes
* L’utilisation de l’information a priori : bien choisir et construire la loi a priori
* Applications à la quantification des incertitudes et à l’analyse des risques
* Applications à la construction de modèles hiérarchiques
- Introduction à différentes méthodes de calcul des distributions a posteriori, notamment les méthodes d’estimation par simulation de Monte Carlo, et manipulation des logiciels dédiés (WinBUGS).
Ces points seront largement illustrés par des exemples issus de la littérature de l’écologie statistique
Un temps sera consacré à l’initiation à l’utilisation de logiciels dédiés au calcul Bayesien (OpenBUGS, JAGS) (Lien Exercice).