 ISBN : 9782340005013
Collection : Références sciences Parution : 23-06-2015 Format : 19 x 24 x 2,1 cm Poids : 0.684 kg Nombre de pages : 360 Accès aux données, scripts R et codes BUGS utilisés dans les exemples et cas d'étude de l'ouvrage
|
Genèse de l'ouvrage. Suite aux deux premières éditions de l'école-chercheurs BIOBAYES en présentiel, le collectif BIOBAYES s'est lancé dans l'écriture d'un ouvrage d'initiation à la statistique bayésienne construit à partir des supports de formation et prenant en compte les retours des participants aux écoles-chercheurs. Les 360 pages du livre conduiront le lecteur à acquérir les bases de la statistique bayésienne, à en appréhender certaines notions avancées et à la mettre en oeuvre grâce à de nombreux exemples et cas d'étude.
Auteurs. Isabelle Albert, Sophie Ancelet, Olivier David, Jean-Baptiste Denis, David Makowski, Éric Parent, Andrea Rau et Samuel Soubeyrand.
Préface de Jean-Michel Marin Présentation de l'éditeur. 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. |