Initiation à la statistique bayésienne

[@kyc0201]

C'est toujours un pur régal de suivre vos explications...

[@guerschommugisho5569]

Un enseignant très excellent ! Merci pour le partage

[@mathieulecorre8983]

J'aurais bien aimé voir cette vidéo il y a 15 ans ! Ca me parait plus clair maintenant que devant mon partiel de l'époque

[@arechkikabderrahman763]

Merci toujours professeur

[@sbitikhalid3562]

Merci je me suis régalé !...

[@anthonycanu]

Le fréquentisme et le bayésianisme comportent des avantages et des inconvénients néanmoins, il me semble qu'à la puissance de calcul, s'ajoute également le choix des hypothèses retenues (subjectives et parfois même orientées) et la qualité des données (associées à ces hypothèses) aux inconvénients de l'approche Bayésienne.

[@jeromeem.2603]

Waouh c'est la premiere fois que je vois une video sur ce sujet aussi poussée

[@soniaziada2804]

Excellent !

[@Packi8]

Donc la vraie hypothèse dopage a priori serait de 50% et l'hypothèse clean a priori de 23% ?

[@Sid-Ali-2024]

Merci.

[@erwanhamon6376]

J'aurai été curieux de voir l'influence de l'hypothèse que la compétition sélectionne des coureurs avec un hématocrite élevé chez les professionnels.

[@ThierryAncelle]

Effectivement, il y aurait possiblement un biais de sélection. Si on suspecte une probable sélection d'hématocrite plus élevé chez les pros, il faudrait alors choisir une population de référence composée de coureurs professionnels et un échantillon de dopés expérimentaux pris dans cette même population. Mais je n'ai pas de compétences en physiologie des cyclistes. J'ai juste fabriqué cet exemple un peu provoquant pour illustrer le propos sur Bayes. Merci pour votre attention. Cordialement. T. Ancelle statepid.monsite-orange.fr/