La sélection de modèles est un aspect très important de l’analyse statistique. Notre recherche se concentre sur un sujet plus particulier, soit la sélection de modèles bayésienne robuste. En fait, deux projets sont menés en parallèle et la fusion de ceux-ci permet de s’attaquer à ce problème. D’une part, il s’agit d’inférence robuste sur les paramètres d’une régression linéaire bayésienne. D’autre part, il est question d’optimisation de la méthode de Monte Carlo par chaînes de Markov (MCMC) à sauts réversibles (RJMCMC). Dans cette présentation, j'expliquerai plus en détail ces sujets et je décrirai les avenues de recherche reliées à ceux-ci.

Local : 4186 du Pavillon André-Aisenstadt.
Quand : Vendredi, 13 décembre de 13h00 à 14h00.