Ressource pédagogique : Introduction à la statistique bayésienne pour les ingénieurs et les médecins

Cette ressource propose une introduction aux méthodes statistiques bayésiennes. Y sont données une introduction générale théorique et des applications aux situations statistiques les plus courantes, à savoir, la description d'une série de données, la comparaison de deux proportions, la comparaison d...
cours / présentation, exercice, liste de références - Date de création : 28-08-2015
Partagez !

Présentation de: Introduction à la statistique bayésienne pour les ingénieurs et les médecins

Informations pratiques sur cette ressource

Français
Type pédagogique : cours / présentation, exercice, liste de références
Durée d'apprentissage : 1 jour 1 heure
Niveau : enseignement supérieur, master, formation continue
Contenu : texte, image, ressource interactive
Document : Document HTML
Difficulté : moyen
Droits : pas libre de droits, gratuit
Ces ressources sont la propriété conjointe de l'Université de Strasbourg et d' UNIT. Leur utilisation est libre dans les limites fixées par la licence CeCILL version 2 : http://www.cecill.info/licences/Licence_CeCILL_V2-fr.html

Description de la ressource pédagogique

Description (résumé)

Cette ressource propose une introduction aux méthodes statistiques bayésiennes. Y sont données une introduction générale théorique et des applications aux situations statistiques les plus courantes, à savoir, la description d'une série de données, la comparaison de deux proportions, la comparaison de deux moyennes et les modèles de régression linéaire simple.

  • Granularité : cours
  • Structure : linéaire

"Domaine(s)" et indice(s) Dewey

  • Probabilités et statistiques (519)

Thème(s)

Informations pédagogiques

  • Proposition d'utilisation : Cette ressource est accessible à toute personne ayant une formation de base en statistique, notamment les ingénieurs et les médecins intéressés par la recherche clinique.

Intervenants, édition et diffusion

Intervenants

Créateur(s) de la métadonnée : David David Gauckler
Validateur(s) de la métadonnée : Sylvain Duranton sduranton

Editeur(s)

Diffusion

Partagez !

AUTEUR(S)

  • Nicolas Meyer
    Université de Strasbourg
  • Erik-André Sauleau
    Université de Strasbourg

ÉDITION

Université de Strasbourg

UNIT

EN SAVOIR PLUS

  • Identifiant de la fiche
    http://ori.unit-c.fr/uid/unit-ori-wf-1-6373
  • Identifiant
    unit-ori-wf-1-6373
  • Schéma de la métadonnée
  • Entrepôt d'origine
    UNIT
  • Date de publication
    28-08-2015