Full Description
Cet ouvrage couvre l'approche dite bayesienne de l'inference statistique et en particulier ses aspects decisionnels. Les bases de cette axiomatique (choix de l'a priori, decisions optimales, tests et regions de confiance) sont abordees en detail, ainsi que des ouvertures plus recentes de l'analyse bayesienne comme le choix de modeles, l'utilisation de methodes numeriques stochastiques d'approximation (MCMC), la theorie des lois non informatives (axiomes de Berger-Bernardo) et la relation a la theorie classique de l'admissibilite. Chaque chapitre est complete par une suite extensive d'exercices de difficulte croissante et par des notes bibliographiques sur les themes abordes. Ce livre peut etre utilise dans un programme de Master en Mathematiques appliquees, en Biometrie, en Econometrie ou dans tout autre programme faisant appel aux techniques quantitatives de traitement de l'information. Il ne necessite comme preliminaire qu'un cours de base en theorie des probabilites et en statistique mathematique. Il peut egalement etre utilise par des etudiants en these ou des chercheurs confirmes en quete d'une methodologie statistique efficace pour l'analyse de leur(s) modele(s). La version anglaise de cet ouvrage, The Bayesian Choice, a ete publiee en 2001 par Springer New York. L'auteur a obtenu le Prix DeGroot 2004 decerne par l'International Society for Bayesian Analysis. Le comite de selection a estime que: " Le livre de Christian Robert etablit un nouveau standard moderne de livre de reference sur le theme des methodes bayesiennes, en particulier celles utilisant les techniques MCMC, ce qui place l'auteur en digne successeur des ecrits de DeGroot et Berger ".
