Table des matières
- Préface
- Préface à la seconde édition anglaise
1. Introduction
- Problèmes et modèles statistiques
- Paradigme bayésien
- Vraisemblance et exhaustivité
- Distributions a priori et a posteriori
- Choix bayésien
2. Bases de la théorie de la décision
- Évaluation des estimateurs
- Fonction d’utilité
- Minimaxité et admissibilité
3. Lois a priori et informations préalables
- Choix des lois a priori
- Lois conjuguées
- Lois non informatives
4. Estimation bayésienne ponctuelle
- Estimateurs de Bayes et MAP
- Modèles d’échantillonnage
- Cas normal
- Modèles dynamiques
5. Tests et régions de confiance
- Tests bayésiens
- Facteurs de Bayes
- Intervalles de crédibilité
6. Méthodes de calcul bayésien
- Méthodes numériques classiques
- MCMC et algorithmes de simulation
- Modèles de mélanges
7. Choix et comparaison de modèles
- Critères bayésiens
- Moyenne et projection de modèles
8. Admissibilité et classes complètes
- Conditions d’admissibilité
- Classes complètes et risques
9. Invariance et estimateurs équivariants
- Invariance en décision
- Lois de Haar
- Invariance en statistique bayésienne
10. Hiérarchie et Bayésien empirique
- Modèles hiérarchiques
- Bayésien empirique (paramétrique et non paramétrique)