Méthodes Monte-Carlo application Bayésienne

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Dans ce mémoire, nous étudions les méthodes de Monte-Carlo, application de bayésienne.Dans le premier chapitre, nous présentons l'analyse statistique bayésienne, nous montrons dans ce chapitre la théorie de Bayes, puis les lois a priori, en plus les bases de la théorie de la décision qui contient l'estimation de Bayes.Dans le chapitre 2, les méthodes d'estimation Monte-Carlo avec un bref aperçu des méthodes de simulation par chaînes de Markov (MCMC). Nous nous intéressons en particulier aux deux algorithmes qui sont utiles pour ces méthodes: il s'agit de l'algorithme Metropolis-Hastingset la méthode d'échantillonnage de Gibbs. Cette dernière a été utilisée par Geman et Geman (84) pour générer des observations à partir d'une distribution de Gibbs . Il s'agit d'une forme particulière de méthode de Monte-Carlo par chaîne de Markov qui, du fait de son e_cacité, est largement utilisée dans de nombreux domaines d'analyse statistique bayésienne.Dans le chapitre 3, nous verrons l'application des méthodes MCMC à la détection des points de rupture, la détection des points de changement est un sujet d'intérêt pour de nombreuses statistiques appliquées et théoriques. depuis les années soixante-dix

روابط وملفات

التعريف والنوع

رقم الوثيقة

fb5f86bd-8310-421c-be3e-4041b2647a2e

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf image

أسماء الملفات

fb5f86bd-8310-421c-be3e-4041b2647a2e_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Abderrazak Touam","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"شريفة بلقاسم","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Méthodes Monte-Carlo application Bayésienne

المحتوى والصفحات

عدد الصفحات

0

إشراف وإعداد

الإشراف

شريفة بلقاسم

الإعداد

Abderrazak Touam

الاقتباسات الببليوغرافية