Régression bayésienne en pratique Présentiel

Dernière mise à jour : 03/02/2026

Bannière visuelle de présentation de la formation
Enseignement présentiel, sur 3 sites interconnectés (Dijon, Montpellier, Paris).
Nombreux cas d'étude utilisés pour introduire les concepts nécessaires pour l'interprétation des résultats.
Formation-action, basée sur la pratique, l'expérimentation....

Description

La Statistique bayésienne est une approche d'analyse de données quantitatives flexible, intuitive et puissante qui permet de répondre plus directement à des questions d'intérêt dans un contexte scientifique à l'aide des modèles de régression.

Objectifs de la formation

Être capables de réaliser des modèles de régression bayésienne dans un grand nombre de situations courantes, en se posant des questions pertinentes concernant l'interprétation des résultats.

Dépasser la pensée binaire des contrastes d'hypothèse et de la signification, et privilégier la modélisation et la quantification des incertitudes en exploitant l'information préalable.

Public visé

Public francophone. Doctorants des études scientifiques et en ingénierie en priorité. Chercheurs, ingénieurs et techniciens visant à analyser des données.

Prérequis

Algèbre, probabilité et statistique au niveau d'études universitaires scientifiques
Connaissances basiques de programmation dans le langage R
Ordinateur avec une version récente de R et Rstudio

Informations sur l'admission

Formation gratuite pour les doctorantes et les doctorants des écoles doctorales en co-accréditation ou association avec des membres de l'Alliance Agreenium.

Limitée 20-25 participants par site (Dijon, Montpellier, Paris), priorisés par rapport aux prérequis, la motivation, l'avancement et le thème du projet de thèse.

Modalités pédagogiques

  • Enseignement présentiel, sur 3 sites interconnectés (Dijon, Montpellier, Paris).
  • De nombreux cas d'étude seront utilisés pour introduire les concepts nécessaires pour l'interprétation des résultats.
  • Cette formation-action, basée sur la pratique, l'expérimentation et la simulation, introduit les éléments conceptuels au fur et à mesure.

Moyens et supports pédagogiques

Supports de formation (diapositives, vidéos, données, code, exemples, exercices) mis à disposition à l'avance avec licence libre sur le site web <https://astre.gitlab.cirad.fr/training/practical-bayes/>

Modalités d'évaluation et de suivi

Évaluation continue au moyen de travaux pratiques.

Formateur(s)

Responsable Pédagogique : Facundo Muñoz Montpellier, Cirad, UMR ASTRE

Marie Denis, Montpellier, Cirad, UMR AGAP

Benedicte Fontez, Montpellier, Institut Agro Montpellier, UMR MISTEA

Marc Girondot, Paris, Université Paris Saclay, UMR ESE

Laurence DUJOURDY, Dijon, Institut Agro Dijon, U. de Bourgogne, UMR LIB

Pierre-Yves LOUIS, Dijon, Institut Agro Dijon, U. de Bourgogne, UMR PAM

 

M'inscrire à la formation

Détail des créneaux de la session sélectionnée :
Ajouter au panier

Accessibilité

Sélectionnez le niveau de contraste souhaité
Adaptez la taille de la police
Sélectionnez la police de caractères souhaitée