Un modele Bayesien est la donnee, pour une v.a. (ou une suite de v.a.) d'une loi conditionnelle et d'une loi a priori : De nition 1.8 (Loi a posteriori). On peut separer les situations en 4 categories selon que la loi de X est discrete ou continue ou que la loi a priori est discrete ou continue. 1. La loi de X et la loi a priori sont discretes.
La raison est simple : la statistique bayesienne necessite souvent des calculs poten- tiellement lourds ou infaisable lorsque l'on sort des exemples simples, il a donc fallu attendre que des methodes de resolution numerique soient su samment performantes pour permettre d'obtenir des approximations numeriques en des temps raisonnables.
Etantdonne un modele parametrique d'observationxf(xj), ou 2, un es-pace de dimension fnie, l'analyse statistique bayesienne vise a exploiter le plus ecace-ment possible l'information apportee parxsur le parametre, pour ensuite construire desprocedures d'inferencesur.
Dans un contexte de selection bayesienne de variables, le danger est de favoriser demaniere involontaire un ou des modeles a cause de lois a priori mal calibrees les unes parrapport aux autres.