Estimation bayésienne des paramètres d'un modèle autorégressif par la méthode d'échantillonnage descriptif amélioré

Simple item page
dc.contributor.authorGhouil, Djoweyda
dc.date.accessioned2024-06-23T09:39:02Z
dc.date.available2024-06-23T09:39:02Z
dc.date.issued2024
dc.description94 f. : ill. ; 30 cm. + CD Rom
dc.description.abstractCette thèse porte sur la simulation de Monte Carlo dans un cadre bayésien. Elle montre la flexibilité de l'utilisation des expériences de Monte Carlo, à travers l'échantillonnage descriptif amélioré pour estimer les paramètres au sein d'un modèle autorégressif du premier ordre. Le modèle est donné par Xt = _Xt1 + Yt où 0 < p< 1et Yt représentent les erreurs qui sont des variables aléatoires indépendantes suivant une distribution exponentielle de paramètre v. Nous nous intéressons à l'estimation des paramètres p et v dans un cadre Bayésien. Cette estimation se fera en simulant la distribution a posteriori par des procédures d'échantillonnage de Monte Carlo et plus précisément l'échantillonnage descriptif amélioré, qui est basé sur un bloc de sous-échantillons de tailles de nombres premiers générés aléatoirement. Dans ce but, nous avons pu développer un algorithme d'échantillonnage descriptif amélioré adapté à l'approche Bayésienne pour estimer les paramètres de ce modèle..
dc.identifier.citationProbabilités et statistiques
dc.identifier.urihttps://dspace.ummto.dz/handle/ummto/23889
dc.language.isofr
dc.publisherUNIVERSITÉ MOULOUD MAMMERI, TIZI-OUZOU
dc.subjectEstimation bayésienne
dc.subjectMonte Carlo : simulation
dc.subjectAntorégressif : modéle
dc.titleEstimation bayésienne des paramètres d'un modèle autorégressif par la méthode d'échantillonnage descriptif amélioré
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Estimation bayésienne des paramètres d'un modèle autorégressif par la méthode d'échantillonnage descriptif amélioré.pdf
Size:
2.25 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Département de Mathématiques