Objectif: Ce cours vise à se familiariser avec les principes de la théorie de la décision et du paradigme bayésien en statistique. La modélisation de l'information à priori, l'estimation ponctuelle, ainsi que les tests d'hypothèses et les intervalles de confiance seront quelques-uns des sujets abordés. Si le temps nous le permet, nous étudierons également les méthodes de Monte Carlo par chaînes de Markov.
Professeure: Mylène Bédard
Bureau: Local 4223, pavillon André-Ainsenstadt
Téléphone: 514-343-6111 poste 2727
Courriel: bedard@dms.umontreal.ca
Horaire du cours: lundi 13h30 - 15h30, local S1-125, pav. Jean-Coutu
jeudi 11h30 - 12h30, local 1174, pav. André-Ainsenstadt
Heures de disponibilité: lundi 12h30 - 13h30, local 4223, pav. André-Ainsenstadt
vendredi 13h30 - 14h30, local 4223, pav. André-Ainsenstadt
Évaluation: Devoirs: 20%
Examen intra: 30% (lundi le 8 mars 2010, 13h30 - 15h30, S1-125)
Examen final: 50% (lundi le 19 avril 2010, 13h30 - 16h30, S1-125)
Références: Bolstad, William M. (2007). Introduction to Bayesian Statistics, 2nd edition. John Wiley & Sons, New Jersey.
Robert, Christian P. (1994). The Bayesian Choice: From Decision-Theoretic Foundations to Computational Implementation, 2nd edition. Springer-Verlag, New York.
Quelques rappels:
Voici une version pdf du plan de cours: Plan_cours.pdf
Devoirs: devoir_1 - devoir_2 - devoir_3
Examen intra: Vous aurez droit à une calculatrice. Une table des distributions discrètes et continues standard sera annexée à l'examen (vous pouvez la consulter ici).