Cet exposé sera volontairement introductif, le but étant de permettre au plus grand nombre d'accéder à ces techniques. Il s'articulera autour d'exemple concrets et simplifiés. [autres titres envisagés: "tout ce que vous avez voulu savoir sur Bayes sans avoir jamais osé le demander" ou bien "Bayes for dummies"]

Depuis quelques années, la modélisation et l’inférence numérique « bayésienne » sont de plus en plus présentes en écologie et plus généralement en sciences de la vie. Ceci est plus dû au développement de méthodes numériques qu’à une évolution de l’inférence bayesienne elle-même. Ces méthodes se sont enrichies de techniques de Monte Carlo pertinentes (les méthode de Monte Carlo par chaînes de Markov ou MCMC, et les méthodes de filtrage partriculaire). L’approche hiérarchique permet de construire des modèles adaptés à ces méthodes numériques. Enfin, du moins pour les méthodes MCMC, le développement de boîtes à outils de type R favorise largement la diffusion de ces approches.