Le rôle pivot des variables latentes pour le raisonnement statistique conditionnel. Exemples d'applications environnementales des processus ponctuels marqués
Parent , Éric (INRA , PARIS CEDEX 05 (France). UMR 0518 UMR INRA / AgroParisTech (Engref) : Mathématiques et Informatique Appliquées) | Bernier , Jacques (École nationale du génie rural, des eaux et des forêtsUniversité de Liège, ParisLiège(France). Laboratoire de Modélisation, Risque, Statistique, EnvironnementDépartement des Sciences et Gestion de l’Environnement) | Boreux , Jean-Jacques (Université de Liège, Liège(Belgique). Département des Sciences et Gestion de l’Environnement)
Французский. En statistique bayésienne, le raisonnement conditionnel probabiliste fonde la solidarité étroite entre modélisation et inférence. Dans le cadre de ce raisonnement, un rôle pivot est joué par les variables latentes. Ce mode de raisonnement peut s’avérer utile aussi en statistique fréquentiste. On présente trois séries hydrométéorologiques d´écrites par des modèles de processus ponctuels marqués de complexité croissante. Sur ces exemples, on montre comment récolter les fruits de la souplesse de modélisation et des facilités de calcul apportées par les variables latentes. Ces variables améliorent la conceptualisation de variables de structure dans les modèles statistiques et permettent aux calculs d’inférence de bénéficier des algorithmes MCMC en relation avec les techniques «d’augmentation de données».
Показать больше [+] Меньше [-]Библиографическая информация
Эту запись предоставил Institut national de la recherche agronomique
