Méthodes de Monte Carlo dans lestimation non paramétrique

Lieferzeit: Lieferbar innerhalb 14 Tagen

65,90 

Cas de la densité de probabilité de données positives

ISBN: 6138433084
ISBN 13: 9786138433088
Autor: Djouder, Sofiane
Verlag: Éditions universitaires européennes
Umfang: 128 S.
Erscheinungsdatum: 07.01.2019
Auflage: 1/2019
Format: 0.8 x 22 x 15
Gewicht: 209 g
Produktform: Kartoniert
Einband: KT
Artikelnummer: 6213028 Kategorie:

Beschreibung

Pour estimer la densité de probabilité des données positives par la méthode du noyau associé, le choix du noyau et du paramètre de lissage est important. On a utilisé les noyaux asymétriques du type Gamma, Gamma modifié, Gaussien-Inverse-Réciproque et Log-Normal. La sélection du paramètre de lissage est basée sur l'approche classique (UCV) et l'approche Bayésienne globale. La complexité de la loi a posteriori, dans l'approche Bayésienne globale, nécessite l'utilisation des méthodes de Monte Carlo (MCMC et PMC). La comparaison de l'approche Bayésienne globale (MCMC et PMC) avec la méthode classique (UCV) pour des données simulées et des données réelles montre que les performances de l'approche Bayésienne globale sont meilleures que celle de la méthode UCV pour des données de petites ou moyennes tailles. Les noyaux Gamma sont plus performants que les autres noyaux.

Autorenporträt

Sofiane Djouder naît à Béjaia (Algérie) le 05 Février 1984. Après un BAC Sciences exactes, il poursuit ses études à l'université de Béjaia où il est diplômé: Ingénieur en Recherche Opérationnelle (2011) et Magister en Mathématiques Appliquées (2014). Actuellement, il est maître assistant au département de Mathématiques à l'université de Bouira.

Das könnte Ihnen auch gefallen …