• xmlui.mirage2.page-structure.header.title
    • français
    • English
  • Help
  • Login
  • Language 
    • Français
    • English
View Item 
  •   BIRD Home
  • CEREMADE (UMR CNRS 7534)
  • CEREMADE : Thèses
  • View Item
  •   BIRD Home
  • CEREMADE (UMR CNRS 7534)
  • CEREMADE : Thèses
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

BIRDResearch centres & CollectionsBy Issue DateAuthorsTitlesTypeThis CollectionBy Issue DateAuthorsTitlesType

My Account

LoginRegister

Statistics

Most Popular ItemsStatistics by CountryMost Popular Authors
Thumbnail

Avancées en statistiques computationelles Bayesiennes et approximation de mesures de Gibbs

Advances in computational Bayesian statistics and the approximation of Gibbs measures

Ridgway, James (2015), Avancées en statistiques computationelles Bayesiennes et approximation de mesures de Gibbs, doctoral thesis prepared under the supervision of Chopin, Nicolas, Université Paris Dauphine

View/Open
2015PA090030.pdf (1.923Mb)
Type
Thèse
Date
2015-09
Metadata
Show full item record
Author(s)
Ridgway, James
Under the direction of
Chopin, Nicolas
Abstract (FR)
Ce mémoire de thèse regroupe plusieurs méthodes de calcul d'estimateur en statistiques bayésiennes. Plusieurs approches d'estimation seront considérées dans ce manuscrit. D'abord en estimation nous considérerons une approche standard dans le paradigme bayésien en utilisant des estimateurs sous la forme d'intégrales par rapport à des lois \textit{a posteriori}. Dans un deuxième temps nous relâcherons les hypothèses faites dans la phase de modélisation. Nous nous intéresserons alors à l'étude d'estimateurs répliquant les propriétés statistiques du minimiseur du risque de classification ou de ranking théorique et ceci sans modélisation du processus génératif des données. Dans les deux approches, et ce malgré leur dissemblance, le calcul numérique des estimateurs nécessite celui d'intégrales de grande dimension. La plus grande partie de cette thèse est consacrée au développement de telles méthodes dans quelques contextes spécifiques
Abstract (EN)
This PhD thesis deals with some computational issues of Bayesian statistics. I start by looking at problems stemming from the standard Bayesian paradigm. Estimators in this case take the form of integrals with respect to the posterior distribution. Next we will look at another approach where no, or almost no model is necessary. This will lead us to consider a Gibbs posterior. Those two approaches, although different in aspect, will lead to similar computational difficulties. In this thesis, I address some of these issues
Subjects / Keywords
Monte-Carlo, Méthode de; Statistique bayésienne; Gibbs, Mesures de
JEL
C15 - Statistical Simulation Methods: General
C10 - General

Related items

Showing items related by title and author.

  • Thumbnail
    On the properties of variational approximations of Gibbs posteriors 
    Alquier, Pierre; Ridgway, James; Chopin, Nicolas (2016) Article accepté pour publication ou publié
  • Thumbnail
    Contributions computationnelles à la statistique Bayésienne 
    Jacob, Pierre E. (2012-09) Thèse
  • Thumbnail
    Contributions à la statistique bayésienne non-paramétrique 
    Arbel, Julyan (2013-09-24) Thèse
  • Thumbnail
    Markov and the Duchy of Savoy: segmenting a century with regime-switching models 
    Alerini, Julien; Olteanu, Madalina; Ridgway, James (2017) Article accepté pour publication ou publié
  • Thumbnail
    Computation of Gaussian orthant probabilities in high dimension 
    Ridgway, James (2016) Article accepté pour publication ou publié
Dauphine PSL Bibliothèque logo
Place du Maréchal de Lattre de Tassigny 75775 Paris Cedex 16
Phone: 01 44 05 40 94
Contact
Dauphine PSL logoEQUIS logoCreative Commons logo