Renseignements détaillés sur le cours

Sélectionnez le mode d'enseignement pour obtenir tous les détails sur l'horaire du cours.

Remarques

Si le lien n'est pas cliquable (s'il n'est pas de couleur rouge), le cours n'a donc pas été mis à l'horaire ou il s’agit d’un cours de formation continue non créditée auquel vous ne pouvez vous inscrire vous-même.
Tous les horaires de cours établis par l'Université Laval sont sujets à changer.

FOR 7046 - Modèles hiérarchiques et inférence bayésienne pour les sciences naturelles
Ce cours vise à développer des aptitudes d'analyse statistique avancée de données provenant des sciences naturelles. Divers types de modèles hiérarchiques sont présentés tels que les modèles mixtes linéaires, les modèles mixtes linéaires généralisés et les approches permettant d'estimer la présence ou l'abondance d'organismes lorsque la probabilité de détection est imparfaite. Le cours s'appuie sur l'estimation de paramètres à partir du maximum de vraisemblance et des approches bayésiennes basées sur des chaînes de Markov Monte-Carlo (MCMC). Le cours encourage la recherche reproductible en permettant d'intégrer le code R dans les documents à l'aide des systèmes LaTeX et Markdown. 3,000 crédits inscrits 3,000 heures de cours magistral 0,000 heures de laboratoire 6,000 autres heures Cycle(s): Deuxième cycle, Troisième cycle Mode d’enseignement: Régulier Prochaine présentation anticipée : Non déterminé Faculté: Foresterie, géographie géomat. Département: FFGG Sc. du bois, de la forêt Restrictions: Doit être inscrit à l'un des cycles suivants: Troisième cycle Deuxième cycle Ancienne référence de cours: Aucun Substitutions permanentes: Aucune Préalables: FOR 7044

FOR 7046 - Modèles hiérarchiques et inférence bayésienne pour les sciences naturelles

Ce cours vise à développer des aptitudes d'analyse statistique avancée de données provenant des sciences naturelles. Divers types de modèles hiérarchiques sont présentés tels que les modèles mixtes linéaires, les modèles mixtes linéaires généralisés et les approches permettant d'estimer la présence ou l'abondance d'organismes lorsque la probabilité de détection est imparfaite. Le cours s'appuie sur l'estimation de paramètres à partir du maximum de vraisemblance et des approches bayésiennes basées sur des chaînes de Markov Monte-Carlo (MCMC). Le cours encourage la recherche reproductible en permettant d'intégrer le code R dans les documents à l'aide des systèmes LaTeX et Markdown.
3,000 crédits inscrits
3,000 heures de cours magistral
0,000 heures de laboratoire
6,000 autres heures

Cycle(s): Deuxième cycle, Troisième cycle
Mode d’enseignement: Régulier

Prochaine présentation anticipée : Non déterminé
Faculté: Foresterie, géographie géomat.
Département: FFGG Sc. du bois, de la forêt

Restrictions:
Doit être inscrit à l'un des cycles suivants:
Troisième cycle
Deuxième cycle

Ancienne référence de cours: Aucun

Substitutions permanentes:
Aucune

Préalables:
FOR 7044

Retour à la page précédente	Nouvelle recherche

Retour à la page précédente

Nouvelle recherche

Passer directement au début de la page Retour à l'accueil

Capsule Université Laval

© 2025 Ellucian Company L.P. et sociétés affiliées.

Renseignements détaillés sur le cours		Automne 2018 2025/02/05