Ce tutoriel se situe dans la ligne des articles précédemment publiés dans la Revue de Modulad : Lecoutre (1996b, 2005/1997, 2005) ; Lecoutre, Poitevineau & Lecoutre (2005). Il s'appuie sur l'utilisation de programmes informatiques qui ont également fait l'objet d'une présentation dans un numéro précédent (Lecoutre & Poitevineau, 2005). La motivation de ce tutoriel est avant tout méthodologique, et le choix du cadre bayésien ne devrait pas paraître idéologique. Plus précisément, l'objectif est d'apporter aux questions essentielles soulev´ees par l'analyse des données expérimentales des réponses mieux adaptées que les tests de signification de l'hypothèse nulle. Basées sur des définitions opérationnelles plus utiles que les procédures traditionnelles (tests, intervalles de confiance), les méthodes bayésiennes offrent une souplesse considérable, en rendant tous les choix explicites. De plus, la philosophie bayésienne met en avant la nécessité de réfléchir sur l'information fournie par les données disponibles – “qu'est-ce que les données ont à dire ?” – au lieu d'appliquer des procédures rituelles. Des procédures bayésiennes de routine sont désormais faciles à mettre en oeuvre pour toutes les situations courantes. Leurs résultats peuvent être présentés sous une forme intuitivement séduisante et facilement interprétable. Elles ouvrent une nouvelle voie prometteuse dans la méthodologie statistique.