Objectif: Ce cours introduit les concepts fondamentaux de la théorie de la décision bayésienne. 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 de 11h30 à 12h30 et mardi de 13h30 à 15h30, local 4186.
Heures de disponibilité: lundi de 13h à 14h et mardi de 12h30 à 13h30, local 4223.
Évaluation:
Devoirs: 30%
Examen intra: 35% (mardi le 19 octobre 2010, de 13h30 à 15h30, au local 4186)
Examen final: 35% (lundi le 13 décembre 2010, de 11h30 à 13h30, au local 4186)
Livre du cours (fortement recommandé): The Bayesian Choice: From Decision-Theoretic Foundations to Computational Implementation, 2e édition, par Christian P. Robert, 1994.
Autres références: Statistical Decision Theory and Bayesian Analysis, 2e édition, par James O. Berger, 1985.
Theory of Statistics, par Mark J. Schervish, 1996.
Quelques rappels:
Voici une version pdf du plan de cours: Plan_cours.pdf
Devoirs: devoir_1.pdf - devoir_2.pdf - devoir_3.pdf - devoir_4.pdf
Intra: Une table sur les distributions standard (discrètes et continues) sera fournie à l'examen. Vous pouvez la consulter ici.