UE
UE Statistique bayésienne
Description
Principes généraux ; Choix de la loi a priori, lois a priori non informative ; Procédures bayésiennes d'estimation et de test ; Introduction aux méthodes MCMC : algorithmes de Hasting-Metropolis et de Gibbs. Applications.
Compétences visées
L'étudiant devra connaître les procédures et algorithmes standards en bayésien.
MCC
Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation
- Régime d'évaluation
- CT (Contrôle terminal, mêlé de contrôle continu)
- Coefficient
- 3.0