L’auteur de cet article présente l’analyse bayésienne, qui prend fondamentalement en compte les « a priori », l’apprentissage et l’expérience acquise de l’expérimentateur. L’analyse bayésienne est essentiellement un principe d dualité et une démarche cohérente d’inversion. En effet, le travail d’un statisticien consiste en dernière analyse à remonter des effets aux causes. Il s’agit d’estimer des paramètres inconnus, d’émettre, d’accepter ou de rejeter des hypothèses, de prédire des observations, etc.
Voici le plan de l’article :
– Statistique inférentielle et théorie des probabilités
– Estimation de la moyenne d’une loi de Laplace-Gauss.
L’effet Stein est développé dans un paragraphe spécifique. Il est illustré par l’exemple de Efron et Moris qui porte sur le taux de réussite dans le renvoi de la balle avec la batte de 18 joueurs de baseball au cours de la saison 1970.