Retour à la liste

Méthodes bayésiennes en statistique


Auteurs : DROESBEKE Jean-Jacques

DROESBEKE Jean-Jacques

Jean-Jacques Droesbeke est professeur à l’Université Libre de Bruxelles. Membre actif de la Société Française de Statistique, il participe à divers organes de gestion (revues, groupes spécialisés, Journées de Statistique…).

, FINE Jeanne

FINE Jeanne

Docteur ès Sciences mathématiques

Fonction :
Professeur des Universités (IUFM de Toulouse)

Domaine de publication :
Statistique asymptotique multidimensionnelle

Auteur de 20 communications scientifiques, Mme fine a publié et assuré la coordination de 3 ouvrages dont :
- Plans d’expériences. Applications à l’entreprise (Ed. Technip)
- Modèles pour l’analyse des données multidimensionnelles (Economica)

, SAPORTA Gilbert

SAPORTA Gilbert

Ingénieur ECP, Docteur ès Sciences

Professeur émérite de statistique appliquée au Conservatoire National des Arts et Métiers

Domaine de recherches : analyse des données

Auteur de plus de 100 articles et  communications, G. Saporta a publié et participé à la rédaction de 15 ouvrages :
- Probabilités, analyse des données et statistiques (Ed. Technip)
- Plans d’expériences. Applications à l’entreprise (Ed. Technip)
- Méthodes bayesiennes en statistique (Ed. Technip)
- Modèles statistiques pour données qualitatives (Ed. Technip)
- Analyse statistique des données spatiales  (Ed. Technip)
- Analyse statistique des données longitudinales  (Ed. Technip)
- Approches non paramétriques en régression  (Ed. Technip)
- Modèles à variables latentes et modèles de mélange  (Ed. Technip)
- Approches statistiques du risque  (Ed. Technip)
- Méthodes robustes en statistique  (Ed. Technip)
- The Multiple Facets of Partial Least Squares Methods (Springer)
- Model Choice and Model Aggregation (Ed. Technip)
- L’analyse des données (PUF)
- Multivariate Quality Control (Physica Verlag)
- Apprentissage statistique et données massives (Ed. Technip)


Informations complémentaires :
Président d’honneur de la Société française de statistique
Vice président de l’Institut international de statistique de 2005 à 2007
Président de l’ IASC (International Association for Statistical Computing) de 2005-2007

Page personnelle: http://cedric.cnam.fr/~saporta/


ISBN : 9782710808138
broché      16 x 24 cm      432 pages
Date de publication : Mai 2002



Cet ouvrage fait le point sur les méthodes bayésiennes et leurs applications, de plus en plus utilisées en fiabilité, économie et médecine, afin de mieux les appréhender, de stimuler leur usage ainsi que la recherche les concernant. L’approche bayésienne (du nom du théorème de Bayes permettant de calculer des probabilités a posteriori) permet d’utiliser les connaissances que l’on peut avoir a priori sur un phénomène aléatoire dans un modèle statistique. Cette approche complète la démarche inférentielle classique où l’on utilise uniquement l’information apportée par les observations pour estimer ou tester les valeurs d’un paramètre, les connaissances a priori n’intervenant que dans le choix du modèle paramétrique. Cet ouvrage est le fruit de la collaboration entre des spécialistes réputés réunis à l’occasion des 8es Journées d’Études en Statistique organisées par la SFdS au Centre International de Rencontres Mathématiques de Luminy.


Table des matières :


1. Thomas Bayes et son héritage. 2. Le paradigme bayésien. 3. Inférence bayésienne : principes généraux. 4. Modèles de base de l’analyse bayésienne. 5. Spécification de la distribution a priori. 6. Méthodes de calcul en analyse bayésienne. 7. Bases décisionnelles de l’analyse bayésienne. 8. Tests d’hypothèses et choix de modèles. 9. Propriétés asymptotiques des estimateurs bayésiens. 10. Estimation bayésienne de modèles de mélanges. 11. Quelques modèles de séries temporelles. 12. Inférence bayésienne non paramétrique et bootstrap. 13. Modèles de durée. 14. Estimation bayésienne de modèle multi-états markovien. Bibliographie. Index.