Séances de cours associées à Exemples de MCMC et estimation des erreurs

Séances de cours associées (32)

Couvre la mise en œuvre de Markov Chain Monte Carlo (MCMC) avec l'algorithme Metropolis pour l'échantillonnage à partir de distributions postérieures.

Probabilité avancée : résumé

Couvre les variables aléatoires, les espaces déchantillons, les distributions de probabilité, les fonctions, la valeur attendue, la variance et les estimations.