Méthodes de Monte Carlo par chaînes de Markov
Shranjeno v:
| Glavni avtor: | |
|---|---|
| Format: | Livre papier |
| Jezik: | Français |
| Izdano: |
Paris :
Économica
DL 1996.
Paris : Impr. Jouve |
| Serija: | Statistique mathématique et probabilité
|
| Teme: | |
| Autres localisations: | Voir dans le Sudoc |
| LEADER | 02788nam a22003257a 4500 | ||
|---|---|---|---|
| 001 | 380538 | ||
| 008 | 961010t19961996xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN003960250 | ||
| 020 | |a 2717831541 (br.) : |c 250 FRF | ||
| 024 | |a 9782717831542 | ||
| 041 | 0 | |a fre | |
| 080 | |a 51 | ||
| 082 | |a 519.28 | ||
| 082 | |a 519 | ||
| 084 | |a 60J05. 2010 | ||
| 084 | |a 62F15. 2010 | ||
| 084 | |a 65U05. 2010 | ||
| 100 | 1 | |a Robert, Christian P., |d 1961-...., |c statisticien. | |
| 245 | 1 | 0 | |a Méthodes de Monte Carlo par chaînes de Markov |c Christian Robert,... |
| 260 | |a Paris : |b Économica, |c DL 1996. | ||
| 260 | |a Paris : |b Impr. Jouve. | ||
| 300 | |a 1 volume (VI-340 pages) : |b illustrations, couverture illustrée en couleurs ; |c 24 cm. | ||
| 490 | 1 | |a Statistique mathématique et probabilité | |
| 504 | |a Bibliographie p. 311-324. Index | ||
| 505 | 0 | |a 1. Méthodes usuelles de simulation -- 1.1 Introduction -- 1.2 Générateurs de variables uniformes -- 1.3 Simulation de lois uniformes -- 2. Méthode de Monte-Carlo et optimisation stochastique -- 2.1 Introduction -- 2.2 Intégration par la méthode de Monte-Carlo -- 2.3 Optimisation stochastique -- 2.4 Accélération et contrôle -- 3. Chaines de Markov : stabilité et convergence -- 3.1 Chaines de Markov -- 3.2 Irréductibilité, atomes et petits ensembles -- 3.3 Transience et récurrence -- 3.4 Mesures invariantes -- 3.5 Ergodicité et invariance -- 3.6 Théorèmes limites -- 4. Méthodes de Monte-Carlo par chaines de Markov (1) : les algorithmes de Hastings-Metropolis -- 4.1 Principe général des méthodes MCMC -- 4.2 Typologie des algorithmes de Hastings-Metropolis -- 4.3 Optimisation et contrôle des algorithmes de Hastings-Metropolis -- 4.4 Un exemple pathologique de convergence lente -- 5. Méthodes de Monte-Carlo par chaines de Markov (2) : l'échantillonnage de Gibbs -- 5.1 Une méthode fondée sur les lois conditionnelles -- 5.2 Le cas particulier de l'augmentation de données -- 5.3 Convergence géométrique et opérateurs de transition -- 5.5 Du bon usage de l'échantillonnage de Gibbs -- 6. Contrôle de convergence des algorithmes de Monte-Carlo par chaines de Markov -- 6.1 Introduction -- 6.2 Méthodes graphiques et empiriques -- 6.3 Méthodes de contrôle probabiliste -- 6.4 Méthodes de contrôle par renouvellement -- 6.5 Méthodes de contrôle en parallèle -- 7. Modèles à données manquantes -- 7.1 Exemples introductifs -- 7.2 Mélanges finis de distributions -- 7.3 Extension des structures de mélanges -- 7.4 Modèles linéaires à effets aléatoires | |
| 650 | |a Probabilités | ||
| 650 | |a Statistique mathématique | ||
| 650 | |a Markov, processus de | ||
| 650 | |a Méthode de Monte-Carlo | ||
| 997 | |0 380538 |1 Livre papier |a Ressource papier |c 0/Orléans/ |c 1/Orléans/IDP/ |z Orléans, IDP, AG ROB2989 | ||