DES RESSOURCES ET DES OUTILS AU SERVICE DES ACTEURS ET DES PROFESSIONNELS.

Statistiques bayésiennes

Date de mise à jour : 21/12/2023 | Identifiant OffreInfo : 03_2205945F

Information fournie par :
Via Compétences (Carif-Oref Auvergne-Rhône-Alpes)

Objectifs, programme, validation de la formation

Objectifs

Acquérir la connaissance méthodologique et pratique de l'inférence bayésienne et ainsi être autonome dans l'utilisation des divers modèles.

Programme de la formation

L'inférence classique dite « fréquentielle » nécessite en général un grand nombre de données pour être performante. L'inférence bayésienne, quant à elle, permet l'utilisation rationnelle de toutes informations disponibles a priori sur le phénomène étudié (études antérieures, analyses similaires, connaissances d'experts) et de les combiner avec l'information apportée par les données. Ainsi il est possible d'analyser de façon très efficace de petits volumes de données.- Introduction


  • Principes de l'inférence bayésienne

  • Le théorème de Bayes en détail (Illustration : le test PCR Covid)

- La logique bayésienne

  • Différences et complémentarités avec l'approche « fréquentiste »

  • Les probabilités a priori et a posteriori

  • La vraisemblance (likelihood)

  • Les lois de probabilité utilisées en modélisation bayésienne

  • Un premier exemple simple d'inférence bayésienne : estimation d'une proportion (calcul « à la main »). Illustration : les sondages d'intention de vote

  • Le calcul des posteriors avec la méthode Metropolis Hastings

MCMC : Markow Chains Monte Carlo

Exemple simple avec calcul détaillé

- Implémentation dans R

  • Le package JAGS

  • Le package WinBugs

  • Application sur un exemple simple : estimation d'une moyenne et d'un écart type :

  • Apport de l'inférence bayésienne par rapport à la logique « fréquentiste »

  • Mise en œuvre détaillée dans R (JAGS et WinBugs)

  • Examen des résultats

  • Règles d'Interprétation

- Conception de modèles complexes dans l'inférence bayésienne :

  • Exposé sur les modèles linéaires

  • Exposé sur les modèles linéaires généralisés

  • L'inférence classique dite « fréquentielle » nécessite en général un grand nombre de données pour être performante. L'inférence bayésienne, quant à elle, permet l'utilisation rationnelle de toutes informations disponibles a priori sur le phénomène étudié (études antérieures, analyses similaires, connaissances d'experts,) et de les combiner avec l'information apportée par les données. Ainsi il est possible d'analyser de façon très efficace de petits volumes de données.

- Applications concrètes dans R avec nombreux exemples de traitement

  • Test de student pour la comparaison de deux moyennes (variances égales ou non)

  • ANOVA un facteur, ANOVA deux facteurs

  • Régression linéaire simple et multiple

  • Modèle linéaire généralisé, ANCOVA

  • Modèles linéaires à effets mixtes

  • Modèle linéaire généralisé : régression logistique

  • Aperçus sur les modèles avancés (GLMM poisson et binomial, binomial ANCOVA…)

- Introduction aux réseaux bayésiens

Validation et sanction

Attestation de formation

Type de formation

Non certificiante

Sortie

Sans niveau spécifique

Métiers visés

Code Rome

Durée, rythme, financement

Modalités pédagogiques
Durée
21 heures en centre

Conventionnement : Non

Financeur(s)

Bénéficiaire de l'action

Entreprise

Conditions d'accès

Public(s)
Salarié, Tout public
Modalités de recrutement et d'admission

Niveau d'entrée : Sans niveau spécifique

Conditions spécifiques et prérequis

Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont les formations Statistique descriptive (exploratoire) : savoir décrire des observations, Statistique décisionnelle (inférentielle) : savoir décider au vu des observations et Régression linéaire, logistique et analyse de la variance ou d'avoir atteint par la pratique un niveau équivalent

Modalités d'accès

Lieu de réalisation de l'action

formation entièrement présentielle
Adresse
33 Rue de la République
69002 - Lyon 2e
Responsable : ASI
Téléphone fixe :
Contacter l'organisme

Contacts

Contact sur la formation
41 rue de la Découverte
CS 37621
31676 - Labège
Responsable :
Téléphone fixe : 0972567567
fax :
Site web :
Contacter l'organisme
Contacter l'organisme formateur
Data Value
SIRET: 81837224500014

Responsable : CALAS
Téléphone fixe : 0972567567
Site web :
Contacter l'organisme

Période prévisibles de déroulement des sessions

du 21/10/2024 au 23/10/2024
débutant le : 21/10/2024
Adresse d'inscription
41 rue de la Découverte
31676 - Labège
Etat du recrutement : Ouvert
Modalités : Entrées / Sorties à dates fixes

Organisme responsable

Data Value
SIRET : 81837224500014

Adresse
41 rue de la Découverte
CS 37621
31676 - Labège
Téléphone fixe : 0972567567
Contacter l'organisme