Projet dédié à l'analyse statistique et à la méta-analyse de données issues de neuroimagerie. Il permet de reproduire des figures et des tableaux présentés dans des publications scientifiques, en utilisant des données brutes et des sorties dérivées de simulations. L'objectif est de valider et comparer des méthodes d'inférence statistique appliquées à des analyses multiverses en neuroimagerie.

ANOMALY est un workflow R simple et personnalisable pour l'analyse de communautés microbiennes. Il utilise le niveau ASV pour la caractérisation des communautés et intègre toutes les ressources des méthodes actuelles telles que le suivi des séquences, la décontamination, l'annotation taxonomique fusionnée, les tests statistiques et l'analyse différentielle croisée validée.

Ce projet propose un ensemble de scripts et outils pour réaliser des analyses statistiques avancées sur des cohortes de patients. Il permet de construire des modèles prédictifs à l'aide de la méthode Limma et des forêts aléatoires, puis de valider ces modèles sur une cohorte distincte. Les résultats incluent des graphiques et rapports détaillés pour faciliter l'interprétation des données biologiques.

Ce projet propose une implémentation Python des tests RCIT et RCoT, initialement développés en R. Il permet d'évaluer l'indépendance conditionnelle entre variables dans des jeux de données complexes grâce à des méthodes basées sur des approximations de matrices de noyaux. Utilisé principalement en recherche académique et en analyse de données, il facilite la validation de modèles et l'exploration de relations statistiques avancées.

Automaton-ABC est une méthode statistique conçue pour estimer la probabilité de propriétés spatio-temporelles dans des modèles markoviens paramétriques de population. Ce projet permet d'analyser des systèmes biologiques ou physiques complexes en simulant leur comportement et en validant des hypothèses statistiques. Il s'appuie sur des outils mathématiques avancés pour fournir des résultats précis et exploitables dans le cadre de recherches théoriques ou appliquées.

Outil d'analyse statistique avancée utilisant des méthodes de Monte Carlo par chaînes de Markov (MCMC). Permet de valider la convergence de modèles complexes en exécutant plusieurs chaînes en parallèle. Idéal pour les chercheurs et data scientists travaillant sur des simulations probabilistes ou des inférences bayésiennes.