Cette formation sur les statistiques bayésiennes propose une exploration approfondie tant du cadre théorique que des méthodes de calcul en statistiques bayésiennes. Des sessions pratiques avec JASP et Python faciliteront la compréhension et l’application de l’inférence bayésienne. Enfin, des sujets plus avancés seront abordés.

Cette formation présente les bases de l’inférence causale. Comment créer des modèles dirigés sans cycle et comment les évaluer pour trouver l’effet non-biaisé. Une chaîne de traitement sera mise en oeuvre en utilisant Python.

MCMC Sampler

Cette application permet de visualiser le fonctionennement et d’explorer les différentes méthodes d’échantillonage utilisées dans les méthodes bayésiennes

Distributions et Formule de Bayes

Cette application permet de manipuler les paramètres de différentes distributions, afin de voir leurs impactes et de visualiser l’impacte du prior et de la likelihood sur la distribution postérieure

Constructeur de modèle

Cette application permet de construire des modèles de façon intéractive et d’exporter une image du modèle créé