Data, code and slides for a workshop on 'Introduction to Bayesian statistics in R'

• Section 1 - Motivation and Bayes theorem

• Section 2 - Markov chain Monte Carlo algorithms (MCMC)

• Section 3 - Introduction to NIMBLE and brms

• Section 4 - Priors

• Section 5 - Case studies and GLMMs

• Section 6 - Conclusions

Author:
Gimenez, Olivier – CNRS Montpellier, France

To-do list

• Changer deer par ragondin
• Parler du thinning
• Parler des distributions usuelles
• Exemple glm puis glmm
• Lifespan en dehors du code d’abord
• Virer constant et data dans lintro
• Enlever graphe BGR
• Ajouter WAIC/loo
• Comment choisir le burnin avec nburnin égale à zéro
• Présenter régression linéaire simple en y égale beta0 plus beta1 plus epsilon
• Dans tp régression linéaire simple, mettre deux chaînes