Computational statistics


Objectif

Ce cours vise à sensibiliser les étudiants aux méthodes de simulation en présentant les principes et en les adossant sur une programmation en R des méthodes de Monte Carlo et de Monte Carlo par chaînes de Markov (MCMC). Les illustrations sont principalement fondées sur des exemples bayésiens mais les principes dépassent ce cadre pour traiter les modèles complexes envisagés dans les disciplines utilisatrices de la statistique, comme l’économétrie, la finance, la génétique, l’écologie ou l’épidémiologie.

Plan

Simulation de lois de probabilité
Contrôle de convergence
Intégration par la méthode de Monte Carlo
Optimisation stochastique
Méthodes de Monte Carlo par chaînes de Markov
Echantillonneur de Gibbs
Contrôle de convergence pour les algorithmes MCMC

Références

Robert, C. & Casella, G. (2009) Introducing Monte Carlo Methods with R, Springer