Initiation à la statistique bayésienne. Bases théoriques et applications en alimentation, environnement, épidémiologie et génétique
Par :Formats :
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages333
- PrésentationBroché
- Poids0.684 kg
- Dimensions19,0 cm × 24,0 cm × 2,1 cm
- ISBN978-2-340-00501-3
- EAN9782340005013
- Date de parution23/06/2015
- CollectionRéférences sciences
- ÉditeurEllipses
- PréfacierJean-Michel Marin
Résumé
Une formule mathématique élémentaire révolutionne la boîte à outils des chercheurs et des ingénieurs : friande de simulations, la formule de Bayes surfe sur les vagues successives du raz de marée informatique et aide à démêler les réseaux complexes de causes des défis scientifiques de ce début du troisième millénaire. Ce manuel d'initiation à la statistique bayésienne en montre la pertinence théorique et l'efficacité pratique.
L'approche bayésienne synthétise naturellement différentes sources d'information (données, modèles, expertises). C'est pourquoi elle intervient de manière décisive dans de nombreux domaines, dont l'analyse des risques. Adaptée à l'analyse quantitative des incertitudes de prédiction, on la rencontre de plus en plus dans l'élaboration des modèles mathématiques utilisés en biologie, épidémiologie, écologie et agronomie, domaines de référence des auteurs.
Accessible aux débutants, ce livre s'adresse en priorité aux professionnels des sciences du vivant et de l'environnement (ingénieurs, gestionnaires, chercheurs et étudiants) soucieux de la meilleure exploitation de leurs données au travers d'une démarche quantitative cohérente. La première partie de l'ouvrage présente les bases nécessaires à la statistique bayésienne : probabilités, démarche, modélisation graphique, algorithmes (y compris MCMC et ABC), évaluation des modèles, définition des lois a priori.
La seconde développe plusieurs exemples réels et propose des cas d'études. Glossaire et index complètent l'ouvrage. Les codes WinBUGS et données utilisés sont disponibles sur le site web de l'ouvrage.
L'approche bayésienne synthétise naturellement différentes sources d'information (données, modèles, expertises). C'est pourquoi elle intervient de manière décisive dans de nombreux domaines, dont l'analyse des risques. Adaptée à l'analyse quantitative des incertitudes de prédiction, on la rencontre de plus en plus dans l'élaboration des modèles mathématiques utilisés en biologie, épidémiologie, écologie et agronomie, domaines de référence des auteurs.
Accessible aux débutants, ce livre s'adresse en priorité aux professionnels des sciences du vivant et de l'environnement (ingénieurs, gestionnaires, chercheurs et étudiants) soucieux de la meilleure exploitation de leurs données au travers d'une démarche quantitative cohérente. La première partie de l'ouvrage présente les bases nécessaires à la statistique bayésienne : probabilités, démarche, modélisation graphique, algorithmes (y compris MCMC et ABC), évaluation des modèles, définition des lois a priori.
La seconde développe plusieurs exemples réels et propose des cas d'études. Glossaire et index complètent l'ouvrage. Les codes WinBUGS et données utilisés sont disponibles sur le site web de l'ouvrage.
Une formule mathématique élémentaire révolutionne la boîte à outils des chercheurs et des ingénieurs : friande de simulations, la formule de Bayes surfe sur les vagues successives du raz de marée informatique et aide à démêler les réseaux complexes de causes des défis scientifiques de ce début du troisième millénaire. Ce manuel d'initiation à la statistique bayésienne en montre la pertinence théorique et l'efficacité pratique.
L'approche bayésienne synthétise naturellement différentes sources d'information (données, modèles, expertises). C'est pourquoi elle intervient de manière décisive dans de nombreux domaines, dont l'analyse des risques. Adaptée à l'analyse quantitative des incertitudes de prédiction, on la rencontre de plus en plus dans l'élaboration des modèles mathématiques utilisés en biologie, épidémiologie, écologie et agronomie, domaines de référence des auteurs.
Accessible aux débutants, ce livre s'adresse en priorité aux professionnels des sciences du vivant et de l'environnement (ingénieurs, gestionnaires, chercheurs et étudiants) soucieux de la meilleure exploitation de leurs données au travers d'une démarche quantitative cohérente. La première partie de l'ouvrage présente les bases nécessaires à la statistique bayésienne : probabilités, démarche, modélisation graphique, algorithmes (y compris MCMC et ABC), évaluation des modèles, définition des lois a priori.
La seconde développe plusieurs exemples réels et propose des cas d'études. Glossaire et index complètent l'ouvrage. Les codes WinBUGS et données utilisés sont disponibles sur le site web de l'ouvrage.
L'approche bayésienne synthétise naturellement différentes sources d'information (données, modèles, expertises). C'est pourquoi elle intervient de manière décisive dans de nombreux domaines, dont l'analyse des risques. Adaptée à l'analyse quantitative des incertitudes de prédiction, on la rencontre de plus en plus dans l'élaboration des modèles mathématiques utilisés en biologie, épidémiologie, écologie et agronomie, domaines de référence des auteurs.
Accessible aux débutants, ce livre s'adresse en priorité aux professionnels des sciences du vivant et de l'environnement (ingénieurs, gestionnaires, chercheurs et étudiants) soucieux de la meilleure exploitation de leurs données au travers d'une démarche quantitative cohérente. La première partie de l'ouvrage présente les bases nécessaires à la statistique bayésienne : probabilités, démarche, modélisation graphique, algorithmes (y compris MCMC et ABC), évaluation des modèles, définition des lois a priori.
La seconde développe plusieurs exemples réels et propose des cas d'études. Glossaire et index complètent l'ouvrage. Les codes WinBUGS et données utilisés sont disponibles sur le site web de l'ouvrage.