Vous êtes ici : Accueil > Statistique > Formation > Techniques Statistiques Avancées (2) > Statistiques bayésiennes

Formation Statistiques bayésiennes


Objectifs

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

Compétences visées

Comprendre la logique de l’inférence bayésienne et la différence avec l’inférence classique.
Être capable d’organiser les connaissances disponibles a priori.
Connaître les stratégies de modélisation et leur traduction pratique dans les langages de programmation R, JAGS et WinBugs.
Savoir choisir le bon modèle selon la problématique à traiter.
Être capable de mettre en œuvre les analyses et d’interpréter les résultats.

Public

Techniciens, ingénieurs, chargés d'études, statisticiens dans l'industrie, l'agroalimentaire, le domaine de la santé, les sociétés d'études et de conseil. Plus généralement toute personne désirant améliorer ses pratiques de l’inférence statistique

Pré-requis

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

Méthode pédagogique

Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.

Modalités d'évaluation

Un formulaire d'auto-évaluation proposé en amont de la formation nous permettra d'évaluer votre niveau et de recueillir vos attentes. Ce même formulaire soumis en aval de la formation fournira une appréciation de votre progression.
Des exercices pratiques seront proposés à la fin de chaque séquence pédagogique pour l'évaluation des acquis.
En fin de formation, vous serez amené(e) à renseigner un questionnaire d'évaluation à chaud.
Une attestation de formation vous sera adressée à l'issue de la session.
Trois mois après votre formation, vous recevrez par email un formulaire d'évaluation à froid sur l'utilisation des acquis de la formation.

Accessibilité

Vous souhaitez suivre notre formation Statistiques bayésiennes et êtes en situation de handicap ? Merci de nous contacter afin que nous puissions envisager les adaptations nécessaires et vous garantir de bonnes conditions d'apprentissage

Programme

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

La formation Statistiques bayésiennes dans nos Centres ou en distanciel

  • Tarif : 1 800 € HT
    -10% dès 2 inscrits, -20% à partir de 3

Nos prochaines sessions

A distance

du 27 au 29 juin 2022

du 19 au 21 décembre 2022


Lyon

du 24 au 26 octobre 2022


Paris

du 1 au 3 juin 2022

du 28 au 30 novembre 2022


Toulouse

du 26 au 28 septembre 2022


Bordeaux | Lille | Marseille | Nantes | Nice | Strasbourg

Demandez l'ouverture d'une nouvelle session dès 2 collaborateurs intéressés
Demande d'ouverture d'une nouvelle session Notre formation Statistiques bayésiennes vous intéresse mais vous n'êtes pas disponible aux dates proposées ?
Les lieux d'organisation ne vous conviennent pas ?
Faites-nous part de votre demande d'ouverture d'une nouvelle session dans l'une des 9 villes proposées.
Pour cela, votre demande doit concerner au moins 2 personnes et la session doit être planifiée dans un délai minimal de 3 mois.
Un conseiller vous confirmera au plus vite l'ajout de cette nouvelle session.

    * : champ obligatoire

    Formation souhaitée

    Ville souhaitée

    Date de démarrage souhaitée

    Votre message

    Nombre de participants

    Vos coordonnées :

    Civilité *

    Votre prénom *

    Votre nom *

    Votre Société *

    Votre email *

    Votre téléphone *

    Je souhaite recevoir par email :
    le catalogue formation (2 fois par an)des lettres d'information ponctuelles (6 par an au maximum)

    En soumettant ce formulaire, j'accepte que les informations saisies soient exploitées dans le cadre de la demande d'ouverture d'une nouvelle session de formation interentreprises et de la relation commerciale qui peut en découler

    Pour connaître et exercer vos droits, notamment de retrait de votre consentement à l'utilisation des données collectées par ce formulaire, veuillez consulter notre politique de confidentialité



    Plans d'accès / hébergements
    La formation Statistiques bayésiennes dans votre Entreprise ou en distanciel

    Vous avez un projet ? Décrivez-le nous au moyen du formulaire ci-dessous et recevez un devis personnalisé dans les meilleurs délais.

      Votre projet :

      * : champ obligatoire

      Formation souhaitée *

      Nombre de participants
      Min : 
      Max :

      Lieu de la formation *

      Logiciel statistique à votre disposition

      Période souhaitée
      Début :
      Fin :      

      Vos commentaires

      Envoyez-nous un fichier (cahier des charges, ...)

      Vos coordonnées :

      Civilité *

      Votre prénom *

      Votre nom *

      Votre Société *

      Votre email *

      Votre téléphone *

      Je souhaite recevoir par email :
      le catalogue formation (2 fois par an)des lettres d'information ponctuelles (6 par an au maximum)

      En soumettant ce formulaire, j'accepte que les informations saisies soient exploitées dans le cadre de la demande de devis pour une formation intra-entreprise et de la relation commerciale qui peut en découler

      Pour connaître et exercer vos droits, notamment de retrait de votre consentement à l'utilisation des données collectées par ce formulaire, veuillez consulter notre politique de confidentialité



      Date de dernière modification : 30/04/2022