• Bayesian meta-anaysis models for cross cancer genomic investigation of pleiotropic effects with group structure
  Par Benoit Liquet (University de Pau et du Pays de l’Adour)
• Verifying probabilistic forecasts for categorical outcomes: example of win, draw, loss results in the UEFA CL
  Par Jean-Louis Foulley
• Titre à venir
  Par Lorelei Guéry (CIRAD)
• Bayesian varying coefficient model with selection: An application to functional mapping
  Par Benjamin Heuclin (CIRAD)
• Spatiotemporal models highlight influence of oceanographic conditions on common dolphins bycatch risk in the Bay of Biscay
  Par Lola Gilbert (CEBC CNRS)
• Integration of presence-only data from several sources. A case study on dolphins’ spatial distribution
  Par Sara Martino (Norwegian University for Science and Technology, Norway)
• Metapopulation structure predicts population dynamics in the Cakile maritima - Alternaria brassicicola host-pathogen interaction
  Par Julien Papaix (INRAE)
• Clustering Species With Residual Covariance Matrix in Joint Species Distribution Models
  Par Daria Bystrova (INRIA)

• Electrical load curve prediction for non residential customers using deep neural networks
  Par Honorine Royer (EDF R&D)
• Bayesian nonparametric priors for hidden Markov random fields
  Par Florence Forbes (INRIA)
• Inférence bayésienne de l’évolution de l’atrophie cérébrale et de plages de leucopathie à partir de séquences d’IRM cérébrales 3D non homogénéisées
  Par Julien Roussel (Quantmetry)
• A Bayesian non-parametric methodology for inferring grammar complexity
  Par Robin Ryder (CEREMADE, Université Paris-Dauphine)
• Tempering for accelerating the Adaptive Multiple Importance Sampling, and application to galaxy parameter inference
  Par Grégoire Aufort (Institut de Mathématiques de Marseille)
• Calibration and sensitivity analysis of a COVID-19 epidemics model
  Par Sébastien Da Veiga (SAFRAN)
• A Bayesian hierarchical approach to assess the impact of non-pharmaceutical interventions and to monitor the propagation of COVID-19 in Bavaria
  Par Sabine Hoffmann (Université Ludwig-Maximilian, Munich)
• Modélisation bayésienne d’un modèle multi-réponses mixte non linéaire : application à la dynamique des biomarqueurs d’infection récente au VIH
  Par Charlotte Castel (Santé Publique France)

• Régression bayésienne sur profils d'exposition : application en épidémiologie des rayonnements ionisants
  Par Marion Belloni (IRSN)
• Componentwise ABC
  Par Grégoire Clarté (Ceremade, Université Paris-Dauphine)
• An application of PC priors to a Bayes factor computation
  Par Jean-Louis Foulley
• Une estimation bayésienne de la concentration en N0x et des PM10 par simulation numérique et mesures de pollution au sol
  Par Delphy Rodriguez (APPA Ile-de-France)
• Flamber (burn-in) ou s'échauffer (warm-up) ? Ou comment jongler entre le MCMC (Jags) et le HMC (Stan) ?
  Par Matthieu Authier (ADERA Association - Observatoire Pelagis)
• Flexible Parametric Modelling of Survival from Age-at-Death Data: a Mixed Linear Regression Framework
  Par Etienne Rouby (ADERA Association - Observatoire Pelagis)
• Overcoming long run time for Bayesian integrated fish population models
  Par Etienne Rivot (AgroCampus Ouest)

• Leave Pima Indians alone: binary regression as a benchmark for Bayesian computation
  Par Nicolas Chopin (ENSAE-CREST)
• Bayesian inference using Hamiltonian Monte Carlo algorithm for non-linear joint model: application to the prediction of survival in cancer immunotherapy
  Par Marion Kerioui (INSERM IAME)
• Modèle bayésien non paramétrique de la distribution de sensibilité des espèces
  Par Guillaume Kon Kam King (Università degli Studi di Torino & Collegio Carlo Alberto)
• Approche bayésienne robuste et optimisation sur une classe de moment
  Par Jérome Stenger (EDF R&D)
• Modelling highly-collinear data: Bayesian profile regression in epidemiology
  Par Silvia Liverani (Queen Mary University of London)
• Adaptive tuning of Hamiltonian Monte Carlo within Sequential Monte-Carlo
  Par Alexander Buchholz (BSU MRC University of Cambridge)
• Loi a priori informée par des connaissances d'experts : application à un modèle de régression sur données fonctionnelles
  Par Paul-Marie Grollemund (Imperial College, London)

• Uncertainty quantification and calibration of a photovoltaic plant model: warranty of performance and robust estimation of the long-term production
  Par Mathieu Carmassi (EDF R&D, AgroParisTech)
• Méta-analyse de l'effet du changement climatique sur les rendements agricoles; illustration du package MCMCglmm
  Par David Makowski (UMR Agronomie, AgroParisTech, INRA, Univ. Paris-Saclay, Thiverval-Grignon)
• Evaluation de méthodes diagnostiques en l’absence de gold standard sur la base de variables binaires et continues : intérêt de l'approche bayésienne
  Par Thibaut Lurier (Ecole nationale vétérinaire, Lyon)
• Intérêt de l’estimation bayésienne de modèles inverses pour l’évaluation de la performance énergétique des bâtiments
  Par Séverine Demeyer (Laboratoire National de Métrologie et d’Essais, LNE, Trappes)
• Bayesian modeling and MCMC algorithms for analysis of bacterial mRNA expression data and promoter sequences
  Par Pierre Nicolas (MaIAGE, INRA, Jouy-en-Josas)

• What’s new in JAGS
  Par Martyn Plummer (IARC, Lyon)
• Building high-performance bayesian inference applications with software components
  Par Vincent Lanore (LBBE, Univ. Lyon 1)
• Estimation d'indices climatiques cachés gouvernant l'occurrence des crues en France
  Par Benjamin Renard (Irstea Riverly, Lyon)
• RevBayes: Bayesian inference in phylogenetics using graphical models and a R-like language
  Par Bastien Boussau (LBBE, Univ. Lyon 1)
• A demo-genetic model for spontaneous forest establishment
  Par Dominique Lamonica (Landscape Ecology and Vegetation Science, Univ. de Hohenheim)
• Intégrer la non-stationnarité des sources dans un modèle spatio-temporel de risque relatif : application à 200 ans d’activité avalancheuse
  Par Nicolas Eckert et Florie Giacona (Irstea ETNA, Grenoble)

• Predicting loggerhead turtles (Caretta caretta) abundance in the North Western Mediterranean Sea
  Par Matthieu Authier (Université de La Rochelle)
• Modélisation spatiale de l'abondance de tiques Ixodes ricinus : comparaison OpenBUGS et INLA
  Par Séverine Bord (INRA)
• Mixture modeling and Bayesian statistics to answer the main questions in biological retrospective dosimetry
  Par Sophie Ancelet (IRSN)
• The stochastic topic block model for the analysis of networks with textual edges
  Par Pierre Latouche (Université Paris 1)
• General Unified Threshold model of Survival (GUTS) under time variable chemical exposure: a comparison of Bayesian implementation with integration of ODEs in R using JAGS or Stan
  Par Virgile Baudrot (CNRS)
• Bayesian nonparametrics for dummies
  Par Judith Rousseau (Université Paris Dauphine)
• Model & data-based prediction of the future dynamics of Xylella fastidiosa in Corsica
  Par Candy Abboud (INRA)
• Utility-based optimization of phase II / phase III clinical development
  Par Jihane Aouni (Université de Montpellier et Sanofi)

• Utilisation des méthodes Variational Bayes pour accélérer des schémas de sequential importance sampling
  Par Stéphane Robin (INRA, Paris)
• Deriving informative prior distributions by the combination of the opinions of several experts in a Bayesian hierarchical approach. An application in radiation epidemiology
  Par Sabine Hoffmann (IRSN, Fontenay-aux-Roses)
• Bayesian approaches for pharmacogenetic models with JAGS and Stan
  Par Julie Bertrand (INSERM, Université Paris-Diderot, Paris)
• Modélisation bayésienne de la dynamique verticale de carbone dans le sol
  Par Rana Jreich (CEA, Gif-sur-Yvette, AgroParisTech, Paris)
• Inferring demographic histories from genomic polymorphism data
  Par Jean-Michel Marin (Université de Montpellier, Montpellier)
• Lois a priori non informatives et modélisation par mélange
  Par Kaniav Kamary (EDF R&D, AgroParisTech, Paris)
• Gibbs Reference Posterior for Robust Gaussian Process Emulation
  Par Joseph Muré (EDF R&D, Université Paris-Diderot)

• Le cerveau bayésien : une approche évolutionniste de la cognition
  Par Jean Daunizeau (ICM, Paris)
• Méta-analyse sur réseau : mise en relation d'informations directes et indirectes. Application au classement d'espèces de culture
  Par David Makowski (INRA, Thiverval-Grignon)
• L'astuce bayésienne en test multiple
  Par Etienne Roquain (Univ. Pierre et Marie Curie, Paris)
• Google PageRank to the rescue of bibliometrics: a brief overview with some random effects and Bayesian flavors
  Par Jean-Louis Foulley (Institut montpelliérain Alexander Grothendieck, Montpellier)
• Planification d'un essai randomisé bayésien avec critère de survie : spécification du modèle incorporant les données historiques
  Par Caroline Brard (Gustave Roussy, Univ. Paris-Saclay, Univ. Paris-Sud, UVSQ, CESP, INSERM, Villejuif)
• Estimation bayésienne de l'abondance de tiques Ixodes ricinus par "removal sampling"
  Par Séverine Bord (UMR MIA-Paris et INRA, Clermont-Ferrand)
• Méthodes bayésiennes et adaptatives pour la recherche de dose optimale : le développement clinique précoce de thérapies ciblées en oncologie
  Par Pierre Colin (UMR MIA-Paris et Sanofi R & D, Vitry-sur-Seine)

• Frequentist properties of hierarchical Bayes - application to evolutionary genomics
  Par Nicolas Lartillot (LBBE, Lyon)
• Apport de l'inférence bayésienne à la caractérisation des incertitudes dans la modélisation des transferts de polluants radioactifs dans l'environnement
  Par Marie Cornu (IRSN, Cadarache)
• Méthodes inverses dans un cadre Bayésien : les approches ABC et leurs applications à des modèles coûteux en temps de calcul
  Par Franck Jabot (Irstea LISC, Clermont-Ferrand)
• Application des modèles hiérarchiques à l'étude des interactions interspécifiques
  Par Jean-Yves Barnagaud (CEFE, Montpellier)
• ABC avec statistiques fonctionnelles (et non-fonctionnelles) - Application en statistique spatiale
  Par Samuel Soubeyrand (INRA BioSp, Avignon)

• Bayesian and other approaches for extreme in many or infinite dimension : A tutorial
  Par Anne Sabourin (Télécom - ParisTech)
• Expectation Propagation: why use it, when to use it
  Par Simon Barthelmé (CNRS)
• 10 ans de mise en œuvre du règlement CE 812/2004 : Est-il l'outil le plus efficace pour estimer les captures accidentelles de petits cétacés dans les pêcheries européennes ?
  Par Hélène Peltier (Observatoire PELAGIS, Université de La Rochelle)

• Sequential Quasi-Monte Carlo.
  Par Nicolas Chopin (ENSAE)
• Dynamiques bien tempérées pour l'exploration Monte Carlo de lois multimodales.
  Par Gersende Fort (Telecom - Paritech)
• Estimation bayésienne dans le modèle déformable en analyse d'images.
  Par Estelle Kuhn (MaIAGE, INRA)
• Modèles à variables latentes pour les balayages génomiques.
  Par Olivier François (TIMC-IMAG, Grenoble)
• Approche hiérarchique bayésienne pour la prise en compte d'erreurs de mesure d'expositions chroniques aux rayonnements ionisants dans l'estimation du risque de cancers radio-induits. Application à une cohorte de mineurs d'uranium.
  Par Sabine Hoffmann, Chantal Guihenneuc, Sophie Ancelet (LEPID, IRSN & EA 4064, Faculté de pharmacie de Paris, Université Paris Descartes)

• A hierarchical Bayesian model for embedding larval drift and habitat models in integrated life cycles for exploited fish.
  Par Sébastien Rochette (IFREMER, Plouzané)
• Estimation des paramètres d'un modèle d'effet d'un toxique sur une communauté d'espèces aquatiques à partir d'expériences en microcosmes.
  Par Dominique Lamonica (LBBE, Lyon)
• Estimer le taux de captures accidentelles de dauphins à partir des données d'échouages : un essai avec le logiciel STAN.
  Par Matthieu Authier (CRMM, La Rochelle)
• Hierarchical Bayesian species distribution models accounting for imperfect detection and spatial correlation of the observations.
  Par Ghislain Vieilledent (CIRAD, Montpellier)
• Application des modèles hiérarchiques en génétique des populations.
  Par Mathieu Gauthier (INRA, Montpellier)
• Filtrage particulaire et logiciel Biips.
  Par Adrien Todeschini (INRIA, Bordeaux)
• ABC model choice via random forests.
  Par Jean-Michel Marin (I3M, Montpellier)
• Bayesian investigations on meteorological and hydrological uncertainties: Towards probabilistic forecasting riverflow based on ensemble member prediction for hydropower generation.
  Par Eric Parent (AgroParisTech, Paris)

• Algorithmes MCEM et VEM pour l'estimation d'un processus de Cox log-Gaussien.
  Par Céline Delmas
• Différentes approches bayésiennes pour l'inférence de réseaux de gènes.
  Par Florence Jaffrezic.
• Modèle hétéroscédastique pour l'évaluation génétique des animaux d'élevage.
  Par Christèle Robert. (Diaporama préparé pour l'occasion mais non présenté pour cause de grève SNCF.)
• Intégration de données : modélisation Bayésienne des flux qui traversent les réseaux métaboliques.
  Par Christine Dillman
• Critique d'alternatives bayésiennes au facteur de Bayes.
  Par Christian Robert.
• Prédiction en génétique quantitative avec les méthodes du noyau : qu'avons-nous appris?
  Par Daniel Gianola.
• Carnet de route et vagabondage au pays du modèle mixte.
  Par Jean-Louis Foulley

• Peut-on prédire l'intensité de maladies dans les champs en fonction de la composition variétale du paysage? Réponse à la question par une approche bayésienne.
  Par David Blanchard (INRA, Jouy).
• Sélection collaborative du blé tendre en agroécologie : valorisation de la diversité gérée dans un réseau de fermes à travers les statistiques Bayésiennes.
  Par Pierre Rivière (INRA, Moulon).
• Modélisation hiérarchique de la distribution de sensibilité des espèces (SSD) : étude de cas sur des diatomées exposées à divers herbicides.
  Par Guillaume Kon Kam King (Université Lyon 1)
• Utilisation de Winbugs pour la calibration d'une nouvelle méthode de mesure d'exposition à des fibres d'amiante.
  Par Pascal Wild (INRS).
• Combinaison de dires d'experts en élicitation de lois a priori. Application à un modèle dose-réponse pour Listeria chez la souris.
  Par Isabelle Albert (INRA, Paris).
• Le paradoxe de Jeffreys-Lindley: pierre dans le jardin des fréquentistes ou épine dans le pied des Bayésiens.
  Par Jean Louis Foulley (I3M, Montpellier).

• Promouvoir le Bayesian Model Averaging pour améliorer l'évaluation quantitative du risque de cancers radio-induits. Application à la leucémie infantile.
  Par Sophie Ancelet (IRSN, Fontenay-aux-Roses) et Merlin Keller (EDF R&D, Chatou)
• Modélisation des flux de gènes: Quand les Bayésiens se mêlent de la question OGM.
  Par Arnaud Bensadoun (INRA, Jouy)
• Modèles linéaires dynamiques mis en oeuvre avec le package R dlm (filtre de Kalman).
  Par David Makowski (INRA, Grignon)
• Joint estimation of causal effects from observational and intervention gene expression data.
  Par Andrea Rau (INRA, Jouy)
• Prise en compte de la variabilité inter-individus ou inter-réplicats dans la modélisation de l'effet de polluants sur la reproduction d'invertébrés d'eau douce.
  Par Marie-Laure Delignette-Muller (VetAgro Sup, Lyon)
• Combining cheap massive commercial data and unbiased scientific survey: a zero inflated model under preferential sampling.
  Par Marie-Pierre Etienne (INRA/AgroParisTech, Paris)

• ABC: computational or inferential method? par Christian Robert (Ceremade - Université Paris-Dauphine)
• Tentative de classement des 16 équipes sur leurs performances à l'Euro de football 2012 par Jean-Louis Foulley (i3m, Montpellier)
• La machine de Galton de 1877: une première dans la simulation bayésienne par un algorithme d'acceptation-rejet par Jean-Louis Foulley (i3m, Montpellier)
• Modélisation statistique d'un championnat de football et extensions par Eric Parent et Edouard Kolf (UMR MIA, INRA - AgroParisTech et Polytech Nice-Sophia)
• Etude de la robustesse des conclusions issues de méta-analyses : Application aux estimations d'émissions de N2O provenant des sols agricoles par Aurore Philibert (UMR 211 Agronomie, INRA - AgroParisTech)
• Utilisation d'échantillonnage pondéré dans les estimations répétées par Dorota Gadjda (IGR, Villejuif)

• Méthode bayésienne d'estimation du seuil optimal d'un biomarqueur et de son intervalle de crédibilité par Fabien Subtil (LBBE, Lyon).
• Extrêmes multivariés: estimation semi-paramétrique de la dépendance par mélange de Dirichlets par Anne Sabourin (LSCE, Saclay et LCJ, Lyon).
• Approches particulaires de la statistique des HMM. Applications en Biologie par Jean-Pierre Vila (SupAgro, Montpellier).
• forum : critères pour choix de modèle par Martyn Plummer (IARC, Lyon)
• Déjeuner offert par la faculté des Sciences et Technologie
• Sampling methods for generalized linear models par Martyn Plummer (IARC, Lyon).
• Prise en compte de l'hétérogénéité individuelle dans l'estimation de la probabilité de survie et de détection des populations d'animaux sauvages via des approches bayésiennes non-paramétriques par Olivier Gimenez (CEFE, Montpellier).
• Stochastic Search Variable Selection: application à l'influence de l'environnement sur les peuplements de poissons par Jeremy Piffady (Onema-Irstea, Lyon).

• Objective Bayesian model selection in general Gaussian graphical models par Mathilde Bouriga (EDF / Université Dauphine).
• Sur l'intérêt du bayésien pour l'analyse d'incertitudes dans un contexte industriel : Information disponible et enjeux décisionnels par Merlin Keller (EDF).
• Théorie bayésienne de la décision, application à la fabrication industrielle de lardons par Natalie Commeau (INRA / ANSES / AgroParisTech)
• Retour d'expérience de BioBayes, école chercheur Inra par David Makowski (INRA)
• Bayesian models for the differential analysis of RNASeq data par Florence Jaffrezic (INRA)
• Approche bayésienne pour la prédiction de la composition corporelle Par Simiao Tian (INRA)
• An Approximate Bayesian Computation approach to infer gene regulatory networks from microarray data par Andrea Rau (INRA).

• Plans d'expérience Bayésiens : que nous propose Chaloner ? par Sophie Ancelet (AgroParisTech).
• MCMC ou ABC ? Bonheurs et tourments de mise en oeuvre sur un cas de risque sanitaire par Clémence Rigaux (Met@Risk, Inra).
• Abondance et croissance d'une population de salmonidés : un modèle hiérarchique sous WinBugs par Jean-Baptiste Lecomte (UMR 518, AgroParisTech).
• Forum : (i) Complétons ensemble un point sur les formations bayésiennes par Eric Parent et (ii) Questions pour l'utilisation des Bugs par Jean-Baptiste Denis
• Un algorithme de population Monte Carlo efficace : le 'parallel tempering with Ewui-Energy Moves' par Meïli Baragatti (IML, Marseille).
• Une méta-analyse pour évaluer l'impact environnemental de pratiques agricoles par David Makowski et Aurore Philibert (UMR Agronomie, INRA/AgroParisTech).
• Structurer une couche latente à l'aide de la géostatistique : application aux fréquences d'avalanches dans les Alpes par Aurore Lavigne (INRA/AgroParisTech).
• Discussion générale sur la suite d'AppliBugs, en particulier le style d'intervention à privélégier.

• Approche bayésienne des modèles à équations structurelles utilisant l'expansion paramétrique par Séverine Demeyer (LNE).
• Méthodes bayésiennes pour des modèles de systèmes dynamiques en agronomie par Daniel Wallach et Arnaud Bensadoun (Inra, Toulouse).
• Forum :inférer sur des multinomiales par Natalie Commeau et vraisemblance marginale par Jean-Louis Foulley
• MCSim, a quite general simulation and Bayesian inference software par Frédéric Bois (Ineris).
• Approches bayésiennes non paramétriques pour la modélisation des expositions à des cocktails de pesticides par Amélie Crépet (Afssa).
• Discussion générale sur la suite d'AppliBugs, en particulier le style d'intervention à privélégier.

• Posterior predictive checking and generalized graphical models par Andrew Gelman, (Columbia University - Department of Statistics).
• Conditional predictive p-values and the double use of the data par Judith Rousseau (Université Paris-Dauphine, Cérémade).
• Forum : (1) Calcul des facteurs de Bayes ; (2) Loi normale tronquée et traitement en WinBugs.
• Modèles à équations structurelles : les modèles libres versus les réseaux bayésiens par Christian Derquenne (EDF, R et D)
• Approche bayésienne des modèles structurels par Séverine Demeyer (LNE).
• Enseigner l'inférence bayésienne aux débutants: l'analyse des données expérimentales par Bruno Lecoutre (CNRS, Université de Rouen).
• Discussion générale sur la prochaine journée AppliBugs.

• Validation de modèles par Sophie Donnet (Cérémade, Université Paris-Dauphine) & Adeline Samson (Mpa5, Université Paris-Descartes).
• Une méthode ABC* de choix de modèle pour les champs de Gibbs. Application au choix d'une prédiction de structure 3D de protéine par Aude Grelaud (MIG-INRA et Cérémade, Paris-Dauphine)
• Forum : (1) performance fréquentiste d'une approche bayésienne ; données ordinales analysée par des modèles hétéroscédastiques à seuil.
• Modèles structurels PLS et réseaux bayésiens par Lionel Jouffe (Bayesia, Laval)
• Hommage à Guy Lefort pour sa contribution au développement de la statistique bayésienne en France. (1) Guy Lefort et l'introduction de la statistique bayésienne à l'INAPG par Jean-Jacques Daudin (AgroParisTech, Paris) ; (2) Guy Lefort et la sélection animale par Jean-Louis Foulley (INRA-GABI-PSGen, Jouy) ; (3) Autres témoignages.
• Discussion générale sur la prochaine journée AppliBugs.

• Un modèle hiérarchique à composante spatiale partagée pour l'analyse du risque de tremblante du mouton par Sophie Ancelet.
• Choix bayésien de modèle et selection de variable en régression par Jean-Michel Marin.
• BayesX: modèles additifs structurés de régression ; exemple d'application sur des données géographiques médicales par Erik-André Sauleau.
• Modèle hiérarchique : quelle loi a priori pour le modèle de variance ? par Jean-Michel Marin.
• Essais du Reversible Jump MCMC sous WinBUGS selon Lunn , Best et Wittaker, 2005 par Jeremy Piffady.

• "Analyse de la différenciation génétique de populations par des modèles bayésiens hiérarchiques : application à des races bovines et africaines" par Mathieu Gautier et Jean-Louis Foulley.
• "Modèles non-linéaires à effets mixtes définis par équations différentielles. Application en pharmacocinétique" par Sophie Donnet et Adeline Samson.
• Forum, questions-réponses
  • a propos du DIC
  • intégrer numériquement sous WinBugs ?
  • comparaison de modèles ajustés sous données initiales et transformées

• "Réseaux Bayésiens pour la modélisation des connaissances et l'analyse des données" par Lionel Jouffe.
• "Rebastaba, réflexion pour la confection d'un paquet R de manipulation de réseaux bayésiens" par Jean-Baptiste Denis et Isabelle Albert.
• Discussion générale sur la suite d'AppliBugs, en particulier quelles interventions seraient bienvenues.

• 9h30 - 10h15 (dont 15mn de questions/commentaires) Analyse de données ecotoxicologiques par inférence bayésienne, par Elise Billoir
• 10h15-11h00 (dont 15mn de questions/commentaires) Lien entre le modèle logit ordinal hétéroscédastique et le modèle à rapport de cotes proportionnelles, par Christian Derquenne
• 11h00 - 11h15 PAUSE
• 11h15 - 12h 15 : Utiliser les logiciels BUGS : session de questions - réponses - discussions introduite et animée par Jean-Baptiste Denis
• 12h15 - 14h00 : repas libre dans le quartier
• 14h00 - 14h55 (dont 15mn de questions/commentaires) Présentation de Jags, un des clones Bugs, par Martyn Plummer (son auteur)
• 14h55 - 15h50 (dont 15mn de questions/commentaires) Calcul de postériore par programmation R d'un algorithme MCMC et comparaison avec WinBugs, par Isabelle Albert
• 15h50 - 16h30 Discussion de préparation des prochaines séances d'AppliBugs : forme et contenu.

ordre du jour

• Analyse de données polytomiques et applications via WinBugs (par J.-L. Foulley, Inra-Sgqa, Jouy)
• Analyse de l'occurrence des avalanches (par N. Eckert et E. Parent, AgroParisTech-Engref, Paris)
• Applications biomédicales sous SAS/Genmod (par G. Derzko, Sanofi-Aventis, Montpellier et B. Lecoutre, Université de Rouen)
• Utilisation des techniques bayésiennes pour estimer les caractéristiques de deux tests de diagnostic de la paratuberculose caprine (P. Mercier, Afssa, Niort)
• Evaluation de la précision d'une méthode de diagnostic d'une maladie de colza (D. Makowski, Inra-Agronomie, Grignon).

• présentation par Jean-Louis Foulley (transparents)
• statistique bayésienne / Winbugs par Chantal Guihenneuc (transparents, programme)
• régression - revisitation par Eric Parent (transparents, article, programmation WinBugs, données)
• mélanges de binomiales par Isabelle Albert (transparents, mod1, mod2, mod3, mod4, doodle)