[SFdS] RAPPEL Ateliers Statistiques 2019
Session 3 : Thématiques d’intérêt en statistique bayésienne, les 27, 28 et 29 novembre 2019 (1 jour optionnel au choix) à Paris (IHP)

Chères et chers collègues,

Nous vous rappelons que cette année, les Ateliers Statistiques de la SFdS portent sur la modélisation probabiliste et l’approche statistique bayésienne. Les méthodes statistiques bayésiennes ont fait l’objet d’un fort investissement de recherche depuis les 15 dernières années et ont acquis une certaine maturité théorique. Ces méthodes sont dorénavant applicables à des problèmes complexes et présentent de nombreux avantages (analyse de risque et aide à la décision, méta-analyse, quantification d’incertitude, prédiction…). Elles sont ainsi de plus en plus utilisées ou susceptibles d’intéresser des chercheurs et ingénieurs et ce, dans de nombreux domaines : santé, environnement, biologie, agronomie, fiabilité, ...

Le troisième Atelier Statistique nommé « Thématiques d’intérêt en statistique bayésienne » aura lieu les 27, 28 et 29 novembre 2019 à l'Institut Henri Poincaré à Paris. Après le succès rencontré par les deux premiers Ateliers de l’année (état de l’art et méthodes numériques bayésiennes avancées), nous vous proposons, pour ce troisième Atelier, de bénéficier d’un zoom introductif sur 3 sujets porteurs d’actualité en statistique bayésienne, non traités lors des précédents Ateliers :
· La statistique bayésienne non paramétrique (BNP) : elle fournit une palette de modèles dont la complexité s’adapte à la quantité de données disponibles. Combien de sujets différents peut-on isoler dans ce corpus de textes ? Combien d’objets dans cette image, de communautés latentes dans ce réseau ? L’approche BNP fournit des solutions robustes au sur-ajustement et permet de développer une intelligence artificielle qui quantifie l’incertitude.
· Les plans séquentiels bayésiens : en essais thérapeutique, le cadre bayésien est particulièrement adapté aux essais séquentiels. Il permet d'évaluer de manière précise l'intérêt de continuer ou au contraire d'arrêter prématurément une expérimentation, répondant ainsi à des considérations éthiques et/ou économiques. En milieu industriel, un enjeu majeur concerne notamment la maîtrise des coûts liés à l’expérimentation physique et, de plus en plus, numérique. Les méthodes bayésiennes permettent d’obtenir le meilleur plan possible à budget fixé, en fonction de l’objectif poursuivi ; c’est pourquoi elles ont connu un essor considérable au cours des dernières années.
· Le choix et l’élicitation de lois a priori : il permet de spécifier complètement un problème opérationnel en introduisant de la connaissance antérieure (experte).

Les 3 sujets seront illustrés par des exemples simples et/ou des applications sur données réelles.

Cet Atelier sera animé par Guillaume KON KAM KING (Collegio Carlo Alberto et Università degli Studi di Torino), Pierre DRUILHET (Polytech Clermont, UMR CNRS 6620), Merlin KELLER (EDF R&D) et Nicolas BOUSQUET (Sorbonne Université, Quantmetry).

Il reste des places, n'hésitez pas à vous inscrire !

La plaquette d'annonce de cette formation (incluant le programme détaillé) est téléchargeable en suivant ce lien : elle inclut le montant des droits d’inscription ainsi que le bulletin d’inscription à compléter puis retourner au secrétariat de la SFdS. Vous avez la possibilité de choisir seulement 2 jours de formation parmi les 3 jours proposés (2 jours minimum obligatoires + 1 jour optionnel).

Attention, la date limite d’inscription est fixée au 20 novembre 2019. Par ailleurs, afin d'assurer une plus grande convivialité à l’Atelier et de favoriser les échanges entre les participants, le nombre de places est limité à 30.

En espérant vous accueillir nombreux pour cet Atelier Statistique,

Sophie ANCELET
Responsable des Ateliers Statistiques de la SFdS
SFdS - Société Française de Statistique
©2019 SFdS