Essentiels bayésiens avec R.

Résumé Ce livre sur la modélisation bayésienne constitue une entrée autonome dans le domaine de la statistique bayésienne computationnelle. En se concentrant sur les modèles statistiques les plus courants et en s'appuyant sur des ensembles de données réels et un paquetage R (CRAN) complet appelé bayess, l'ouvrage fournit une méthodologie opérationnelle pour effectuer des inférences bayésiennes, plutôt que de se concentrer sur ses justifications théoriques et philosophiques. Les lecteurs sont invités à participer aux situations réelles d'analyse de données décrites ici dès le début. Les enjeux sont élevés et le lecteur détermine le résultat. Une attention particulière est accordée à la dérivation des distributions antérieures dans chaque cas et des solutions de référence spécifiques sont données pour chacun des modèles. De même, les détails informatiques sont élaborés pour conduire le lecteur vers une programmation efficace des méthodes données dans le livre. En particulier, tous les codes R sont discutés avec suffisamment de détails pour les rendre facilement compréhensibles et extensibles. Cet ouvrage fonctionne en conjonction avec le paquetage bayess. Bayesian Essentials with R peut être utilisé comme manuel scolaire au niveau du premier et du deuxième cycle, comme en témoignent les cours donnés à l'Université Paris Dauphine (France), à l'Université de Canterbury (Nouvelle-Zélande) et à l'Université de Colombie-Britannique (Canada). Il est particulièrement utile aux étudiants des programmes de diplômes professionnels et aux scientifiques pour analyser les données à la manière bayésienne. Le texte enrichira également les cours d'introduction aux statistiques bayésiennes. Les conditions préalables à l'utilisation de ce livre sont une formation de premier cycle en probabilités et en statistiques, mais pas en statistiques bayésiennes. L'un des points forts du texte est l'accent mis sur le rôle des modèles dans l'analyse statistique. Il s'agit de la nouvelle édition, entièrement révisée, de l'ouvrage Bayesian Core : A Practical Approach to Computational Bayesian Statistics.