« Algorithme de Metropolis-Hastings » : différence entre les versions
m (Remplacement de texte : « * [https:// » par « [https:// ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
En statistique, l'algorithme de Métropolis-Hastings est une méthode MCMC (Markov chain Monte Carlo, en français, Monte-Carlo par chaînes de Markov). | En statistique, l'algorithme de Métropolis-Hastings est une méthode '''[[Méthode de Monte-Carlo par chaînes de Markov|MCMC]]''' (Markov chain Monte Carlo, en français, Monte-Carlo par chaînes de Markov). | ||
Étant donnée une distribution de probabilité \pi sur un univers \Omega, cet algorithme définit une chaîne de Markov dont la distribution stationnaire est \pi. Il permet ainsi de tirer aléatoirement un élément de \Omega selon la loi \pi. | Étant donnée une distribution de probabilité \pi sur un univers \Omega, cet algorithme définit une chaîne de Markov dont la distribution stationnaire est \pi. Il permet ainsi de tirer aléatoirement un élément de \Omega selon la loi \pi. | ||
== Français == | == Français == | ||
''' algorithme de Metropolis-Hastings''' | '''algorithme de Metropolis-Hastings''' | ||
== Anglais == | == Anglais == | ||
''' Metropolis-Hastings algorithm''' | '''Metropolis-Hastings algorithm''' | ||
==Sources== | ==Sources== | ||
| Ligne 16 : | Ligne 16 : | ||
[https://isi.cbs.nl/glossary/term2085.htm Source : ISI ] | [https://isi.cbs.nl/glossary/term2085.htm Source : ISI ] | ||
[https://en.wikipedia.org/wiki/Metropolis%E2%80%93Hastings_algorithm Source: Wikipedia] | [https://en.wikipedia.org/wiki/Metropolis%E2%80%93Hastings_algorithm Source : Wikipedia] | ||
[[Catégorie:Statistiques]] | [[Catégorie:Statistiques]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 30 avril 2024 à 21:11
Définition
En statistique, l'algorithme de Métropolis-Hastings est une méthode MCMC (Markov chain Monte Carlo, en français, Monte-Carlo par chaînes de Markov).
Étant donnée une distribution de probabilité \pi sur un univers \Omega, cet algorithme définit une chaîne de Markov dont la distribution stationnaire est \pi. Il permet ainsi de tirer aléatoirement un élément de \Omega selon la loi \pi.
Français
algorithme de Metropolis-Hastings
Anglais
Metropolis-Hastings algorithm
Sources
Contributeurs: Evan Brach, Imane Meziani, wiki
